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:
如何提高农作物的生产质量,已经成为当前农业的工作重点;神经网络技术是现今农业信息化、精准化的一种表现形式.在参考国内外LED光源应用于农业现状的基础上,研究农业LED光源模拟环境;论述了环境系统的总体设计和模块原型,并将BP神经网络技术结合到该环境中,建立BP神经网络预测模型,利用神经网络学习理论对农业光源环境进行初步研究.研究显示BP神经网络技术在农业LED光源环境中具有良好的应用价值,对农作物生长的光环境研究具有重要的意义.
推荐文章
基于信度的 BP 神经网络
BP 神经网络
学习速率
信度
收敛性
基于狼群算法优化的BP神经网络
BP神经网络
狼群算法
函数拟合
基于BP神经网络技术的网络时延预测研究
时延预测
基函数中心
Matlab仿真
BP神经网络
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
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神经网络的农业LED光源环境研究
来源期刊 计算机技术与发展 学科 工学
关键词 BP神经网络 农业LED 光源环境
年,卷(期) 2011,(9) 所属期刊栏目 应用开发研究
研究方向 页码范围 179-182
页数 分类号 TP399
字数 4726字 语种 中文
DOI 10.3969/j.issn.1673-629X.2011.09.047
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 陈玮 山东科技大学信息与计算机学院 6 29 3.0 5.0
2 陈琛 安徽农业大学计算机学院 8 15 3.0 3.0
3 李旸 安徽农业大学计算机学院 32 61 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (119)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (20)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(5)
  • 参考文献(4)
  • 二级参考文献(1)
2011(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)
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(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
BP神经网络
农业LED
光源环境
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导