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:
基于土壤水分与冠部数据,应用遗传算法优化人工神经网络模型的权值,将获得的冬小麦根长密度分布应用于根系吸水模型中,并进行了水分数值模拟,水分模拟效果整体较好,表明应用该方法可以为根系吸水模型提供准确的根系参数,并且较为方便,这对于根系吸水模型的建立及应用有着重要的意义.
推荐文章
遗传算法在人工神经网络中的应用综述
遗传算法
神经网络
权值
基于改进遗传算法的神经网络集成模型
遗传算法
神经网络集成
自适应交叉概率
自适应变异概率
基于混合遗传算法的人工神经网络模型及其对有机化合物熔点的预测
BP神经网络
遗传算法
自适应交叉变异
最优保存
物性预测
熔点
基于IM遗传算法和神经网络的风险管理模型及应用
神经网络
遗传算法
IM
风险管理
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 基于遗传算法的人工神经网络模型在冬小麦根系吸水模型中的应用
来源期刊 土壤通报 学科 农学
关键词 人工神经网络 遗传算法 根系吸水模型 根长密度分布 数值模拟
年,卷(期) 2003,(4) 所属期刊栏目
研究方向 页码范围 250-252
页数 3页 分类号 S152
字数 3661字 语种 中文
DOI 10.3321/j.issn:0564-3945.2003.04.003
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 李保国 中国农业大学土壤和水科学系 162 8025 51.0 84.0
2 左强 中国农业大学土壤和水科学系 29 474 12.0 21.0
3 罗长寿 中国农业大学土壤和水科学系 6 77 4.0 6.0
4 王东 中国农业大学土壤和水科学系 7 69 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (44)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (59)
二级引证文献  (78)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 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(1)
  • 二级引证文献(1)
2007(4)
  • 引证文献(0)
  • 二级引证文献(4)
2008(9)
  • 引证文献(3)
  • 二级引证文献(6)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(8)
  • 引证文献(1)
  • 二级引证文献(7)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工神经网络
遗传算法
根系吸水模型
根长密度分布
数值模拟
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
土壤通报
双月刊
0564-3945
21-1172/S
大16开
沈阳市东陵路120号(沈阳农业大学62信箱)
8-15
1957
chi
出版文献量(篇)
4759
总下载数(次)
10
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导