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:
人工神经网络具有很强的自学习能力,善于联想、概括、类比和推理,能从大量统计资料中分析提取宏观统计规律,同时具有很强的鲁棒性、容错性以及强大并行计算能力,是进行非传统建模的有效工具.目前,应用比较多的BP神经网络,可通过学习以任意精度逼近任何连续映射,在农业工程项目中展示出了广阔的应用前景.主要介绍了人工神经网络的原理、特点及其在玉米气候适宜性评价中的应用.
推荐文章
基于GIS和模糊神经网络的西南山地烤烟生态适宜性评价
生态适宜性评价
模糊神经网络
西南山地
GIS
烤烟
玉米免耕技术气候适宜性评价
免耕技术
气候适宜性评价
模糊数学
粗糙集
基于BP网络的高新技术产业用地适宜性评价
BP神经网络
L-M优化算法
高新技术产业
适宜性评价
人工神经网络在材料研究中的应用
人工神经网络
性能
工艺
相变
组织模拟
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 人工神经网络在玉米气候适宜性评价中的应用
来源期刊 安徽农业科学 学科 农学
关键词 人工神经网络 玉米 气候适宜性
年,卷(期) 2009,(35) 所属期刊栏目 其他
研究方向 页码范围 17793-17794
页数 2页 分类号 S513
字数 2848字 语种 中文
DOI 10.3969/j.issn.0517-6611.2009.35.203
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 杨德光 东北农业大学农学院 87 658 13.0 21.0
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  (42)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (19)
1993(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
人工神经网络
玉米
气候适宜性
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导