基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析土壤侵蚀产沙过程和神经网络模型特点具有某些相似的基础上,采用三层前馈网络模型(BP算法),模型的第一层有5个结点,分别代表降雨强度、降雨历时、降雨量、前期降雨量(用前10天降雨总量表示)、径流深;第三层只有一个结点,表示土壤侵蚀产沙量;隐层的结点数采用"试错法"确定为3个.利用四川某地水土保持试验观测资料,对土壤侵蚀产沙量进行模拟及预测,通过分析比较,显示了具有较好的模拟预测效果.
推荐文章
基于人工神经网络的坡面土壤侵蚀研究
坡面土壤侵蚀
耕作措施
侵蚀产沙量
BP神经网络
流域产沙量预测的神经网络模型
BP网络
产沙
拟合
预测
基于RBF神经网络的土壤侵蚀预测模型研究
土壤侵蚀预测
RBF神经网络
BP神经网络
预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 土壤侵蚀产沙量的人工神经网络模拟
来源期刊 成都理工学院学报 学科 数学
关键词 土壤侵蚀 产沙 人工神经网络 BP算法
年,卷(期) 2000,(2) 所属期刊栏目 技术与方法
研究方向 页码范围 197-201
页数 5页 分类号 O242.1
字数 4430字 语种 中文
DOI 10.3969/j.issn.1671-9727.2000.02.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王协康 四川大学高速水力学国家重点实验室 69 707 16.0 23.0
2 方铎 四川大学高速水力学国家重点实验室 67 1094 20.0 28.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (26)
参考文献  (10)
节点文献
引证文献  (53)
同被引文献  (86)
二级引证文献  (137)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(5)
  • 引证文献(5)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(7)
  • 引证文献(6)
  • 二级引证文献(1)
2007(15)
  • 引证文献(11)
  • 二级引证文献(4)
2008(12)
  • 引证文献(5)
  • 二级引证文献(7)
2009(7)
  • 引证文献(1)
  • 二级引证文献(6)
2010(18)
  • 引证文献(4)
  • 二级引证文献(14)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(18)
  • 引证文献(5)
  • 二级引证文献(13)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(12)
  • 引证文献(2)
  • 二级引证文献(10)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(15)
  • 引证文献(0)
  • 二级引证文献(15)
2017(16)
  • 引证文献(2)
  • 二级引证文献(14)
2018(20)
  • 引证文献(0)
  • 二级引证文献(20)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
土壤侵蚀
产沙
人工神经网络
BP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
成都理工大学学报(自然科学版)
双月刊
1671-9727
51-1634/N
大16开
成都市二仙桥东三路1号
62-24
1960
chi
出版文献量(篇)
2541
总下载数(次)
5
总被引数(次)
34042
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导