基于BP人工神经网络的土壤含水量预测模型的研究

• 作者: 何振芳 王素娟 郭庆春
• 来源期刊: 山东农业科学
• 学科: 农学
• 关键词: 人工神经网络 土壤含水量 预测
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 生物技术·信息技术
• 页码范围: 11-15
• 页数: 5页
• 分类号: S152.7|TP183
• 字数: 4040字
• 语种: 中文

摘要

土壤含水量是制约植物生长的主要因子之一,因此科学地预测土壤含水量对充分利用土壤水资源具有十分重要的意义.提出了基于BP人工神经网络的土壤含水量预测模型,BP人工神经网络采用收敛速度较快和误差精度较高的动量-自适应学习速率调整算法.并通过基于这种模型的土壤含水量预测实验,结果表明BP人工神经网络预测模型提高了收敛速度和减少陷入局部最小的可能,并且提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆春		45	264	10.0	14.0
2	何振芳	中国科学院寒区旱区环境与工程研究所	24	170	8.0	11.0
3	王素娟		10	44	4.0	6.0