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:
在对比分析现有土壤墒情预测模型的基础上,采用改进的神经网络方法建立了土壤墒情预测模型,并结合实测数据进行误差分析,结果表明神经网络模型可成功应用于土壤墒情分析和预测,对于不同条件的地区具有广泛的适应性和推广应用前景.
推荐文章
基于多值神经元复数神经网络的土壤墒情预测
土壤
水分
模型
神经网络
多值神经元
春玉米
神经网络分析方法在瓦斯预测中的应用
神经网络
瓦斯预测
瓦斯含量
瓦斯涌出量
煤与瓦斯突出
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
BP神经网络
土壤墒情预测自适应遗传神经网络算法研究
人工智能算法
土壤墒情预测
自适应
遗传多样性函数
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 神经网络方法在土壤墒情预测中的应用
来源期刊 中国农村水利水电 学科 工学
关键词 土壤 神经网络模型 墒情预测
年,卷(期) 2002,(7) 所属期刊栏目 农田水利建设
研究方向 页码范围 6-8
页数 3页 分类号 TP18
字数 2841字 语种 中文
DOI 10.3969/j.issn.1007-2284.2002.07.003
五维指标
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  (7)
参考文献  (2)
节点文献
引证文献  (32)
同被引文献  (61)
二级引证文献  (214)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2005(7)
  • 引证文献(2)
  • 二级引证文献(5)
2006(12)
  • 引证文献(2)
  • 二级引证文献(10)
2007(10)
  • 引证文献(4)
  • 二级引证文献(6)
2008(9)
  • 引证文献(5)
  • 二级引证文献(4)
2009(18)
  • 引证文献(1)
  • 二级引证文献(17)
2010(13)
  • 引证文献(1)
  • 二级引证文献(12)
2011(7)
  • 引证文献(0)
  • 二级引证文献(7)
2012(10)
  • 引证文献(3)
  • 二级引证文献(7)
2013(17)
  • 引证文献(2)
  • 二级引证文献(15)
2014(22)
  • 引证文献(4)
  • 二级引证文献(18)
2015(16)
  • 引证文献(0)
  • 二级引证文献(16)
2016(21)
  • 引证文献(1)
  • 二级引证文献(20)
2017(49)
  • 引证文献(1)
  • 二级引证文献(48)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(15)
  • 引证文献(2)
  • 二级引证文献(13)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
土壤
神经网络模型
墒情预测
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
中国农村水利水电
月刊
1007-2284
42-1419/TV
大16开
武汉大学二区
38-49
1959
chi
出版文献量(篇)
10420
总下载数(次)
11
总被引数(次)
59046
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导