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B-P神经网络对作物生育动态进行模拟.在对B-P神经网络的结构和训练算法加以选择后,网络模型具有拟合精度高、收敛速度快和泛化能力强等特点.B-P网络可用于作物生育进程中单输入单输出、单输入多输出、多输入单输出和多输入多输出动态关系的模拟和作物生育动态的预测.
推荐文章
用B-P神经网络实现多波段遥感图像的监督分类
多波段
遥感图像
图像监督分类
神经网络
B-P算法
基于B-P神经网络的环境空气质量预测模型
B-P神经网络
空气质量
预测模型
隐层
基于B-P神经网络的城市大气SO2浓度预测
B-P神经网络
城市大气SO2浓度
预测模型
流域输沙量和输沙率的B-P人工神经网络预测
输沙量
输沙率
人工神经网络
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 B-P神经网络在作物生育动态模拟中的应用
来源期刊 华北农学报 学科 农学
关键词 作物生育动态 B-P神经网络 模拟 预测
年,卷(期) 2002,(1) 所属期刊栏目
研究方向 页码范围 124-130
页数 7页 分类号 S11+2
字数 2854字 语种 中文
DOI 10.3321/j.issn:1000-7091.2002.01.025
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 张志鹏 中国农业大学作物学院 10 187 5.0 10.0
2 郭建强 北京市农林科学院北京农业信息技术研究中心 20 169 9.0 12.0
3 郭新宇 北京市农林科学院北京农业信息技术研究中心 7 92 4.0 7.0
4 廖桂平 北京市农林科学院北京农业信息技术研究中心 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (16)
二级引证文献  (59)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(2)
  • 引证文献(1)
  • 二级引证文献(1)
2006(2)
  • 引证文献(0)
  • 二级引证文献(2)
2007(1)
  • 引证文献(0)
  • 二级引证文献(1)
2008(7)
  • 引证文献(0)
  • 二级引证文献(7)
2009(5)
  • 引证文献(0)
  • 二级引证文献(5)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
作物生育动态
B-P神经网络
模拟
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
华北农学报
双月刊
1000-7091
13-1101/S
大16开
石家庄市和平西路598号
18-10
1986
chi
出版文献量(篇)
6276
总下载数(次)
4
总被引数(次)
88357
论文1v1指导