分享到:

土壤侵蚀预测建模研究进展

通过对土壤侵蚀预测及其模型的评述 ,提出了土壤侵蚀预测建模中存在的问题及对策。从目前已经建立的坡面、小流域和区域不同空间尺度上的土壤侵蚀预测模型可知 ,各空间尺度上指标的选择和模型的建立 ,均是独立进行的 ,相互之间缺乏有机的联系 ,  (本文共6页) 阅读全文>>

四川农业大学
四川农业大学

川中丘陵区坡面土壤侵蚀预测的人工智能建模研究

土壤侵蚀已成为我国面临的最严峻的生态环境问题之一,开展土壤侵蚀预测是有效进行水土流失监测、水土保持措施效果评估的重要基础工作;土壤侵蚀预测模型正是实施这一工作的有效手段。当前有关土壤侵蚀预测模型已有多种,如经验、物理、分布式和概念等模型,但这些模型都需要大量的长系列历史数据,而我国水土保持试验观测存在起步晚等现实条件,观测数据有限。因此,寻找在较短系列数据基础上准确预测其土壤侵蚀的模型,成为当前研究的热点和难点。本研究利用地处川中丘陵区的遂宁水土保持试验站6个径流小区1991~2000年的观测数据,采用基于Matlab的BP神经网络和支持向量机(SVM)两种人工智能技术,对该区分别进行了5因子、9因子、10因子及特定耕作方法下的坡面土壤侵蚀建模及预测,探讨了川中丘陵区土壤侵蚀的BP神经网络和SVM建模预测的方法、推广潜力及模型优化的途径。研究中对试验区的顺坡垄作、横坡垄作等11种耕作方法的P值进行了定量化,并将其作为输入因子之一...  (本文共93页) 本文目录 | 阅读全文>>

内蒙古农业大学
内蒙古农业大学

人工神经网络水质预测建模适应性研究

水质预测模型多年来是各国学者关注的水环境课题之一。1925年美国科学家Streeter和Phelps建立了世界上第一个河流的一维水质模型,奠定了水质数学模型的基础。其后各种数学模型不断发展。这些模型在水环境保护中起着十分重要的作用。然而由于数学模型的参数识别问题,使其应用受到很大局限。近年来,随着人工神经网络(Artificial Neural Network,简称ANN)理论和应用技术的日益完善,它的应用越来越广。神经网络正成为诸学科发展中最具吸引力的学科生长点。目前神经网络用于河流水质预测建模研究的文章鲜有涉及,作者查到的这方面的文章都是简单的应用网络,在模型结构、隐层单元数、训练时间、数据处理、学习速率等方面并没有看到深入研究的内容。神经网络是否适应于河流水质预测建模是值得研究的课题。论文就ANN河流水质预测建模适应性作了初步研究。用试错法,以训练时间和测试误差两项指标为依据,对比分析三层、四层网络结构。认为ANN模型适应...  (本文共53页) 本文目录 | 阅读全文>>

《北京航空航天大学学报(社会科学版)》2003年02期
北京航空航天大学学报(社会科学版)

两种成分数据预测建模方法的比较研究

在社会、经济、技术等领域中 ,成分数据是一种被广泛应用的数据类型。文章对两种不同的成分数据预测建模方法进行对比研究 :一种是利用对数变换对成分数据进行预测的建模...  (本文共4页) 阅读全文>>

《消防技术与产品信息》2012年S1期
消防技术与产品信息

政策干预度在火灾统计预测建模中的应用

火灾统计预测建模一般采用分析其内在规律及演变特点的方法。在借鉴他人研究成果的基础上,本文引入了政策干预度这一指...  (本文共4页) 阅读全文>>

《有色金属》2000年01期
有色金属

基于BP网络预测建模中的早终止方法及其矿业应用

为克服基于BP网络的实用预测建模中,盲目地过多训练网络所造成的网络“过度拟合”问题,...  (本文共4页) 阅读全文>>

《信息系统工程》2020年05期
信息系统工程

基于神经网络的区域交通事故数预测建模研究

基于统计数据对交通事故数进行定量化预测与研判,是道路交通安全监管的重要内容。为有效提升区域道路交通事故研判水平,采用BP神经网络方法对区域道路交通事故数进行建模,基于真...  (本文共5页) 阅读全文>>