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:
利用带动量项学习规则的改进BP算法,对三江平原创业农场井灌水稻区逐月地下水埋深进行了模似仿真,将人工神经网络技术(ANN)与广大井灌水稻区生产实际相结合,通过网络检验与预测,模型精度与预测精度均达到满意效果.该网络模型对于节约地下水开采量,恢复该地区的地下水动态平衡、制定农作物优化灌溉制度、发展节水灌溉、促进农业及水资源的可持续发展提供参考作用.
推荐文章
预测济南地下水位的BP神经网络模型及其改进
BP神经网络
过拟合现象
多重共线性
地下水位预测
济南市
应用优化神经网络算法预报地下水位
神经网络
Levenberg-Marquart算法
地下水位
预报
地下水位埋深的SARIMA与BP神经网络组合模型预测分析
地下水位埋深
SARIMA模型
BP神经网络
时间序列预测
基于BP神经网络的地下水动态预测
人工神经网络
地下水位
动态趋势
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 基于人工神经网络的井灌水稻区地下水位预测
来源期刊 东北农业大学学报 学科 农学
关键词 人工神经网络 BP算法 井灌水稻 地下水
年,卷(期) 2002,(2) 所属期刊栏目 研究报告
研究方向 页码范围 152-159
页数 8页 分类号 S11|O29|S511|S275.4
字数 4946字 语种 中文
DOI 10.3969/j.issn.1005-9369.2002.02.010
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 付强 东北农业大学水利与建筑学院 317 3949 29.0 46.0
2 刘建禹 东北农业大学工程学院 42 574 10.0 23.0
3 冯江 东北农业大学工程学院 67 429 11.0 16.0
4 王立昆 东北农业大学水利与建筑学院 1 28 1.0 1.0
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  (2)
节点文献
引证文献  (28)
同被引文献  (83)
二级引证文献  (157)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(6)
  • 引证文献(3)
  • 二级引证文献(3)
2008(12)
  • 引证文献(11)
  • 二级引证文献(1)
2009(15)
  • 引证文献(3)
  • 二级引证文献(12)
2010(12)
  • 引证文献(1)
  • 二级引证文献(11)
2011(19)
  • 引证文献(3)
  • 二级引证文献(16)
2012(15)
  • 引证文献(0)
  • 二级引证文献(15)
2013(15)
  • 引证文献(1)
  • 二级引证文献(14)
2014(15)
  • 引证文献(0)
  • 二级引证文献(15)
2015(14)
  • 引证文献(1)
  • 二级引证文献(13)
2016(15)
  • 引证文献(1)
  • 二级引证文献(14)
2017(23)
  • 引证文献(1)
  • 二级引证文献(22)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工神经网络
BP算法
井灌水稻
地下水
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
东北农业大学学报
月刊
1005-9369
23-1391/S
大16开
哈尔滨市木材街59号
14-47
1957
chi
出版文献量(篇)
4521
总下载数(次)
9
总被引数(次)
44139
论文1v1指导