科研产出
基于BP神经网络的土壤适宜性评价——以溪洛渡水电站嘎勒移民安置区为例
《西南农业学报 》 2009 北大核心 CSCD
摘要:人工神经网络具有大规模并行处理、分布式储存、自适应性、容错性等特点,可以解决复杂的非线性问题。本文将BP人工神经网络应用到溪洛渡水电站嘎勒移民安置区土壤适宜性评价中,构建了影响土壤适宜性的评价因子训练集,对隐层神经元数量的选择、训练过程的建立等问题进行了探讨。通过MATLAB神经网络工具箱对专家样本的学习,建立具有泛化能力的土壤适宜性评价BP神经网络模型,确定网络模型结构为9-7-1,均方误差为0.00033,并对预测地块进行评价,得出评价区域以中等适宜性的土壤为主的结果。
基于神经网络的土壤适宜性评价研究
《科技资讯 》 2009
摘要:本文根据人工神经网络系统,总结分析出地面坡度、土层厚度、养分含量、砾石含量为影响四川丘陵地区农用土地土壤适宜性评价等级的主要参数;通过神经网络对大量实例的学习,自动生成了符合实际的神经网络模型,因此,对于实际问题,只要输入目标地块的特征参数,系统根据学习模型便可给出预测地块的土壤适宜性等级,研究表明预测结果是精确和可靠的。
首页上一页1下一页尾页