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:
针对BP神经网络多变量输入难以确定的缺点,提出了采用灰色关联分析法确定主要影响因子输入的多因子灰色关联分析神经网络预测模型,并给出了灰色关联神经网络BP预测模型的建立方法.对我国粮食生产影响因子多因子预测实证研究结果表明,用该网络建立的模型经过训练后,可得到影响粮食产出的主要影响因子及其之间的非线性关系,网络模型新颖,具有较好的预测精度及较好的预测效果,可广泛应用于各种预测研究,有较高的推广价值.
推荐文章
基于灰色关联和 BP 神经网络的汽车保有量预测
汽车保有量
预测
灰色关联分析
BP 神经网络
基于改进灰色神经网络的故障预测方法研究
故障预测
预测与健康管理
灰色神经网络模型
附加动量变学习速率法
改进灰色神经网络
基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型
煤与瓦斯突出
危险性预测
熵权法
灰色关联度分析
概率神经网络
边坡位移预测组合灰色神经网络方法
灰色模型
组合灰色神经网络
边坡位移
预测
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 中国粮食多因子灰色关联神经网络预测研究
来源期刊 华中师范大学学报(自然科学版) 学科 工学
关键词 BP人工神经网络 灰色关联分析 粮食生产 预测
年,卷(期) 2002,(4) 所属期刊栏目
研究方向 页码范围 419-423
页数 5页 分类号 TP183
字数 3927字 语种 中文
DOI 10.3321/j.issn:1000-1190.2002.04.006
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 吴玉鸣 华东师范大学城市与环境信息科学及遥感考古教育部开放研究实验室 76 4659 32.0 68.0
3 徐建华 华东师范大学城市与环境信息科学及遥感考古教育部开放研究实验室 91 3722 29.0 60.0
4 李建霞 广西师范大学法商学院 22 936 14.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (10)
参考文献  (6)
节点文献
引证文献  (31)
同被引文献  (93)
二级引证文献  (274)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
2004(3)
  • 引证文献(2)
  • 二级引证文献(1)
2005(1)
  • 引证文献(0)
  • 二级引证文献(1)
2006(11)
  • 引证文献(7)
  • 二级引证文献(4)
2007(18)
  • 引证文献(4)
  • 二级引证文献(14)
2008(17)
  • 引证文献(3)
  • 二级引证文献(14)
2009(26)
  • 引证文献(2)
  • 二级引证文献(24)
2010(29)
  • 引证文献(3)
  • 二级引证文献(26)
2011(26)
  • 引证文献(2)
  • 二级引证文献(24)
2012(22)
  • 引证文献(0)
  • 二级引证文献(22)
2013(23)
  • 引证文献(1)
  • 二级引证文献(22)
2014(27)
  • 引证文献(2)
  • 二级引证文献(25)
2015(21)
  • 引证文献(2)
  • 二级引证文献(19)
2016(21)
  • 引证文献(1)
  • 二级引证文献(20)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(24)
  • 引证文献(2)
  • 二级引证文献(22)
2019(18)
  • 引证文献(0)
  • 二级引证文献(18)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
BP人工神经网络
灰色关联分析
粮食生产
预测
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
华中师范大学学报(自然科学版)
双月刊
1000-1190
42-1178/N
大16开
武汉市武昌桂子山
38-39
1955
chi
出版文献量(篇)
3391
总下载数(次)
5
总被引数(次)
18993
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