基于神经网络的土壤重金属预测模型研究

• 作者: 周宝宣 秦夕淳 袁琦
• 来源期刊: 现代农业科技
• 学科: 地球科学
• 关键词: 土壤重金属 神经网络 预测模型 MATLAB工具箱
• 年，卷（期）: 2016,（19）
• 所属期刊栏目: 科学研究
• 页码范围: 178-180
• 页数: 3页
• 分类号: X53
• 字数: 3837字
• 语种: 中文

摘要

土壤中重金属含量变化具有非线性、大延时等特点,很难用传统方法建立土壤重金属预测的精确模型.BP神经网络具有良好的非线性函数逼近能力,非常适合处理土壤预测等复杂问题.利用神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB神经网络工具箱建立了土壤重金属预测模型.在预测模型中输入测试样本,将预测结果与实测值进行比较,平均相对误差小于1%.结果表明,所构建的基于BP神经网络的土壤重金属预测模型具有良好的精确性和准确性,能有效预测土壤中重金属的状况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦夕淳	海南大学机电工程学院	5	9	2.0	3.0
2	袁琦	海南大学机电工程学院	27	141	6.0	11.0
3	周宝宣	海南大学机电工程学院	5	54	3.0	5.0