《表2 估值结果对比分析：基于免疫原理的径向基神经网络品位插值研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于免疫原理的径向基神经网络品位插值研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以某金矿勘察的钻孔数据作为原始采样数据，其研究区域大小为600m×550m×300m，在区域内共有672个Au组合样品品位值，选取其中639组数据为训练样本，另外33组为测试样本。将该区域划分成10m×10m×5m的块段进行品位估值，先采用普通克立格（OK法）进行插值。接着，对测试点的矿床品位估值，通过基于免疫原理的径向基函数神经网络算法进行测算，网络模型参数设置为:输出节点的初始阈值为0.75，初始隐层数据中心数为25，抗体克隆选择规模n′为3，亲和力阈值kt为0.85，相似度阈值ρs为0.9，学习率ρ为0.01，距离因子k为0.85。利用训练样本对网络模型进行学习训练，当系统总均方误差小于0.001时，表明所建立的神经网络模型具有较好的稳定性和精确度。将训练好的RBF神经网络对测试样本点品位进行插值计算，其估值结果与克立格法插值结果及样本点真实品位值的比较如表2所示。