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:
[目的]为实现作物的实时灌溉提供科学依据.[方法]利用实测气象资料、桓台县节水灌溉试验站2008~2009冬小麦试验资料等建立BP神经网络预报模型,应用Mat lab神经网络工具箱,采用Trainlm算法进行模型训练,对试验田的土壤贮水量进行预测.[结果]基于BP神经网络的土壤贮水量预报模型的泛化能力较强;在冬小麦日耗水量较大的拔节、扬花、灌浆3个时期,该模型的预报精度较高,稳定性较好.[结论]基于BP神经网络的土壤贮水量预报模型在冬小麦耗水较大时期的模拟值具有较高的精度.
推荐文章
基于LSTM神经网络模拟的陇中黄土高原 沟壑区保护性耕作下土壤贮水量变化
保护性耕作
春小麦/豌豆轮作
土壤贮水量
LSTM神经网络
预测模型
陇中黄土高原沟壑区
基于人工神经网络的土壤含水量预报模型
人工神经网络
土壤含水量
预报
模型
高寒草甸土壤贮水量对封育措施的响应
高寒草甸
土壤贮水量
封育
土壤容重
蓄水坑灌条件下土壤贮水量预测模型对比研究
土壤贮水量
最小二乘向量机
增量逆传播
BP神经网络模型
t检验
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神经网络的土壤贮水量预报模型研究
来源期刊 安徽农业科学 学科 农学
关键词 冬小麦 气象资料 土壤贮水量 BP神经网络 预测
年,卷(期) 2010,(15) 所属期刊栏目 农业机械与工程
研究方向 页码范围 8211-8212,8224
页数 分类号 S152.7
字数 2404字 语种 中文
DOI 10.3969/j.issn.0517-6611.2010.15.182
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 刘现伟 山东理工大学轻工与农业工程学院 6 29 4.0 5.0
2 杜贞栋 20 78 5.0 8.0
3 刘兵 山东农业大学水利土木工程学院 18 168 6.0 12.0
4 黄静 山东农业大学水利土木工程学院 2 27 2.0 2.0
5 武文红 山东农业大学水利土木工程学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (87)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (47)
二级引证文献  (29)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
冬小麦
气象资料
土壤贮水量
BP神经网络
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
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