本发明提供一种基于自适应深度Q网络的地理空间预测方法及系统,包括对原始的数据集进行预处理,所述数据集包括地理空间数据和相应经纬度、海拔数据;计算变异函数离散点,搭建智能体训练环境,在深度Q网络模型结构基础上设置非线性修正单元,形成自适应深度Q网络并初始化;使用自适应深度Q网络对各变异函数模型参数进行学习和估计;计算变异函数离散点和模型的残差平方和,使用残差平方和最大的变异函数模型;将对应最优参数带入到克里金方程得到最终地理空间预测值。本发明实现在提高估计变异函数参数的准确性的同时降低整个插值过程的时间成本,可以更加快速且准确地对插值点进行相关属性的预测,对地质统计学和环境工程具有一定实用价值。
声明:
“基于自适应深度Q网络的地理空间预测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)