基于BP人工神经网络的土壤含水量预测模型的研究

文献类型： 中文期刊

第一作者： 郭庆春

作者： 郭庆春;王素娟;何振芳

作者机构：

关键词： 人工神经网络;土壤含水量;预测

期刊名称： 山东农业科学

ISSN： 1001-4942

年卷期： 2012 年 44 卷 12 期

页码： 11-15

摘要： 土壤含水量是制约植物生长的主要因子之一,因此科学地预测土壤含水量对充分利用土壤水资源具有十分重要的意义。提出了基于BP人工神经网络的土壤含水量预测模型,BP人工神经网络采用收敛速度较快和误差精度较高的动量-自适应学习速率调整算法。并通过基于这种模型的土壤含水量预测实验,结果表明BP人工神经网络预测模型提高了收敛速度和减少陷入局部最小的可能,并且提高了预测精度。

分类号： S152.7

  • 相关文献

[1]作物产量预测的BP神经网络模型研究. 宰松梅,郭冬冬,温季,罗华梁,董汝瑞. 2010

[2]大亚湾初级生产力人工神经网络预测模型研究. 吴风霞,李纯厚,戴明,杜飞雁,林琳,王昊. 2009

[3]基于人工神经网络的辽宁省粮食产量模型预测研究. 丁铁山,郭冬冬,温季,董汝瑞. 2010

[4]用人工神经网络解决农业中的非线性问题. 谷炜,刘国贞,宋华东. 2007

[5]河南省粮食产量影响因素和预测方法研究. 姜新. 2019

[6]人工神经网络在海洋科学中的应用. 吴风霞,李纯厚,戴明. 2009

[7]不同利用方式下土壤有机质和全磷的可见近红外高光谱反演. 薛利红,周鼎浩,李颖,杨林章. 2014

[8]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[9]遗传神经网络在稻米垩白度检测中的应用研究. 黄星奕,吴守一,方如明,罗玉坤. 2003

[10]不同模型在渔业CPUE标准化中的比较分析. 杨胜龙,张禹,张衡,樊伟. 2015

[11]商丘试区地下水动态的ANN模型研究. 赵辉,高胜国. 2001

[12]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[13]牛行为监测技术及分类方法研究进展. 郭阳,陈桂鹏,丁建,严志雁,梁华. 2020

[14]人工视觉网络在小麦籽粒分类中的应用. 左卫刚,高洋. 2020

[15]青砖茶品质近红外特征光谱筛选及预测模型建立. 王胜鹏,龚自明,郑鹏程,刘盼盼,滕靖,高士伟,桂安辉. 2020

[16]基于BP神经网络的渔船智能评价系统. 张舒,赵新颖,张怡. 2020

[17]神经网络技术在地下水资源管理中的应用现状与发展趋势. 赵辉,齐学斌,王景雷. 1999

[18]人工神经网络方法用于城市环境空气质量综合评价. 杨国栋,潘大丰. 2000

[19]密度对不同生态区马铃薯产量及块茎空间分布的影响. 王良俊,万年鑫,胡建军,何卫,袁继超. 2017

[20]酵母产细胞壁多糖分批发酵条件优化与发酵动力学. 刘媛媛,王强,刘红芝. 2010

作者其他论文 更多>>

微信小程序