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:
为开展长江河口地区土壤盐分动态的中长期模拟与预测,采用人工神经网络中应用较为成熟和广泛的BP网络建立长江河口地区土壤盐分与降雨量、蒸发量、长江水电导率、内河水电导率、地下水位、地下水电导率6因子间的非线性神经网络响应模型.网络模型结构为6-11-1,隐含层单元数用"试错法"确定.选择合适的参数训练和学习网络模型后,对河口地区2003年各月平均根层土壤电导率进行预测,并与线性回归模型预测结果进行比较.结果表明:BP网络模型较线性回归模型具有更高的预测精度,平均相对预测误差为7.3%,预测值与实测值相关性良好,可以满足实际应用需求.
推荐文章
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
利用BP神经网络模拟预测夏季降水场
人工神经网络
BP模型
模拟预测
降水场
基于BP人工神经网络的聚能射流速度预测方法
神经网络
金属射流
速度
预测
基于BP神经网络预报的动态矩阵预测控制
神经网络
预测控制
动态矩阵控制
模型预测
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 基于BP人工神经网络的长ST河口地区土壤盐分动态模拟及预测
来源期刊 土壤 学科 农学
关键词 BP人工神经网络 长江河口 土壤盐分动态 预测
年,卷(期) 2008,(6) 所属期刊栏目 研究报告
研究方向 页码范围 976-979
页数 4页 分类号 S156.4
字数 3208字 语种 中文
DOI 10.3321/j.issn:0253-9829.2008.06.023
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 杨劲松 中国科学院南京土壤研究所 226 6499 45.0 67.0
2 刘广明 中国科学院南京土壤研究所 99 2749 29.0 49.0
4 邹平 中国科学院南京土壤研究所 13 452 10.0 13.0
5 余世鹏 中国科学院南京土壤研究所 36 730 17.0 26.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (128)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP人工神经网络
长江河口
土壤盐分动态
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
土壤
双月刊
0253-9829
32-1118/P
大16开
南京市北京东路71号南京土壤所内
28-21
1958
chi
出版文献量(篇)
3270
总下载数(次)
9
总被引数(次)
68288
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导