Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Neural Computing and Applications
Erschienen in: Neural Computing and Applications 3/2010

01.04.2010 | Original Article

Assessment of porosity using spatial correlation-based radial basis function and neuro-fuzzy inference system

verfasst von: Bulent Tutmez

Erschienen in: Neural Computing and Applications | Ausgabe 3/2010

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Aquifer porosity indicates the storage groundwater capacity and groundwater quality. It may be measured via different techniques. This paper presents a novel spatial methodology based on radial basis function (RBF) and neuro-fuzzy inference system for modelling the porosity. Use of the point cumulative semimadogram in RBF as a spatial measure is a novel contribution. In addition, the methodology examines the use of a neural network-based fuzzy inference system for porosity estimation. Performance comparisons with conventional methods show that the proposed spatial model has high modelling and generalization capability.
Vorheriger Artikel Feature space versus empirical kernel map and row kernel space in SVMs

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Tutmez B, Hatipoglu Z (2007) Spatial estimation model of porosity. Comput Geosci 33:465–475CrossRef
2.
Taud H, Martinez-Angeles R, Parrot JF, Hemandez-Escobedo L (2005) Porosity estimation method by X-ray computed tomography. J Petrol Sci Eng 47:209–217CrossRef
3.
Clausnitzer V, Hopmans JW (1999) Determination of phase-volume fractions from tomographic measurements in two-phase systems. Adv Water Resour 22(6):577–584CrossRef
4.
Bardossy GY, Fodor J (2004) Evaluation of uncertainties and risks in geology. Springer, HeidelbergMATH
5.
Demicco RV, Klir GJ (2004) Fuzzy logic in geology. Elsevier, Amsterdam
6.
Jang JSR, Sun CT, Mizutani E (1997) Neuro-fuzzy and soft computing. Prentice-Hall, London
7.
Dixon B (2005) Applicability of neuro-fuzzy techniques in predicting ground-water vulnerability: a GIS-based sensitivity analysis. J Hydrol 309(1–4):17–38CrossRef
8.
Tutmez B, Hatipoglu Z, Kaymak U (2006) Modelling electrical conductivity of groundwater using an adaptive neuro-fuzzy inference system. Comput Geosci 32:421–433CrossRef
9.
Powel MJD (1987) Radial basis functions for multivariable interpolation: a review. In: Mason JC, Cox MG (eds) Algorithms for approximation. Oxford University Press, New-York
10.
Broomhead DS, Lowe D (1988) Multivariable functional interpolation and adaptive networks. Complex Syst 2:321–355MATHMathSciNet
11.
Lin GF, Chen LH (2004) A spatial interpolation method based on radial basis function networks incorporating a semivariogram model. J Hydrol 288:288–298CrossRef
12.
Deutsch CV, Journel AG (1998) Geostatistical software library (GSLIB) and user’s guide. Oxford University Press, New-York
13.
Tutmez B, Tercan AE, Kaymak U (2007) Fuzzy modelling for reserve estimation based on spatial variability. Math Geol 39(1):86–111CrossRefMathSciNet
14.
Leski J, Czogala E (1999) A new artificial neural network based fuzzy inference systems with moving consequents in if-then rules and its applications. Fuzzy Sets Syst 108:289–297MATHCrossRefMathSciNet
15.
Czogala E, Leski J (2000) Fuzzy and neuro-fuzzy intelligent systems. Physica-Verlag, HeidelbergMATH
16.
Xie XL, Beni GA (1991) A validity measure for fuzzy clustering. IEEE Trans Pattern Anal Mach Intell 13(8):841–847CrossRef
17.
Luger GF, Stubblefield WA (1998) Artificial intelligence: structure and strategies for complex problem solving. Addison Vesley Longman, London
18.
Leski J, Czogala E (1997) A new artificial neural network based fuzzy inference systems with moving consequents in if-then rules. BUSEFAL 71:72–81
19.
Piegat A (2001) Fuzzy modeling and control. Physica-Verlag, New YorkMATH
20.
Hatipoglu Z (2004) Hydrogeochemistry of Mersin-Tarsus coastal aquifer, Ph.D Thesis, Hacettepe University, Ankara
21.
Bezdek JC, Ehrlich R, Full W (1984) FCM: the fuzzy c-means clustering algorithm. Comput Geosci 10(2–3):191–203
22.
Webster R, Oliver MA (2001) Geostatistics for environmental scientists. Wiley, ChichesterMATH
Metadaten
Titel
Assessment of porosity using spatial correlation-based radial basis function and neuro-fuzzy inference system
verfasst von
Bulent Tutmez
Publikationsdatum
01.04.2010
Verlag
Springer-Verlag
Erschienen in
Neural Computing and Applications / Ausgabe 3/2010
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI
https://doi.org/10.1007/s00521-009-0326-3

Weitere Artikel der Ausgabe 3/2010

Neural Computing and Applications 3/2010 Zur Ausgabe

Original Paper

Model reference controlled separately excited DC motor

Original Article

Advanced machine learning techniques for microarray spot quality classification

Original Article

A unified mathematical form for removing neurons based on orthogonal projection and crosswise propagation

Original Article

Visualization and clustering of categorical data with probabilistic self-organizing map

Original Article

A comparison of binless spike train measures

Original Article

Fuzzy h-ideals in h-hemiregular and h-semisimple -hemirings

Premium Partner

    Bildnachweise