中文
Sign in
AI tools
热门问题
时间线
聊天
Loading AI tools
全部
文章
字典
引用
地图
Kriging
来自维基百科,自由的百科全书
Found in articles
元建模
可执行元建模(结合上述以及更多,如一般用途的工具Kermeta) 模型转换语言 多项式元模型 人工神经网络元模型
Kriging
元模型 分段多项式(样条)元模型 梯度增强
Kriging
元模型(GEK) 存放一些相互类似的元模型的集合被称为一个元模型动物园。有几种类型的元模型动物园。一些在ECore中表述;另一些在MOF1
地理统计
此,地统计学常用于在求解逆問題时生成或更新空间模型。 地理统计估计和多重实现方法都存在许多方法。一些参考书提供了该学科的全面概述。 克里金法(
Kriging
)是一类地统计技术,用于在缺少观测值的位置,根据在附近位置的观察值插入随机场的值(例如高程z)。 贝叶斯推断是一种统计推断方法,它使用贝叶斯定
地理学第一定律
dependence)和空间自相关性的基本概念的基础,专门用于空间插值(英语:Multivariate interpolation)中的反距离加权方法,并支持了克里格法(英语:
Kriging
)的区域化变量理论(英语:regionalized variable theory)。它是大卫·休谟邻近原则的现代表述。
高斯过程
測結果不僅包含該點的值,而同時包含不確定性的資料-它的一維高斯分佈(即該點的邊際分佈)。 對於某些核函數,可以使用矩陣代數(見克里金法(英语:
kriging
)條目)來計算預測值。若核函數有代數參數,則通常使用軟體以擬合高斯過程的模型。 由於高斯過程是基於高斯分佈(正態分佈)的概念,故其以卡爾·弗里