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:
通过对人工神经网络技术先进性的论述,说明了神经网络模式识别方法存在着传统模式识别方法所不具备的优越条件,应用它对林火重灾年进行中长期预测是完全可行的,而且应用前景十分美好。
推荐文章
人工神经网络技术在内燃机工程中的应用
展望
人工神经网络
内燃机工程中的应用
人工神经网络技术在变速箱故障诊断中的应用
人工神经网络
变速箱
故障诊断
基于人工神经网络的森林火险预测
森林火险预测
人工神经网络
登封
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 人工神经网络技术在林火重灾年预测中的应用前景
来源期刊 林业劳动安全 学科 农学
关键词 神经网络 林火 预测 应用 模式识别方法
年,卷(期) lyldaqb_2001,(1) 所属期刊栏目
研究方向 页码范围 28-30
页数 3页 分类号 S762.2
字数 语种
DOI
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 王述洋 288 2387 24.0 35.0
2 梁颖红 16 100 6.0 9.0
3 黎粤华 27 150 7.0 11.0
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  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(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)
研究主题发展历程
节点文献
神经网络
林火
预测
应用
模式识别方法
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
林业劳动安全
季刊
1006-5091
23-1385/X
大16开
哈尔滨市南岗区学府路374号
1988
chi
出版文献量(篇)
1516
总下载数(次)
1
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
论文1v1指导