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:
针对不同农作物对于土壤湿度的不同要求,提出一种基于PID神经网络的土壤湿度控制算法.该算法综合PID神经网络和改进的粒子群算法,能够满足在大块田地中的多种农作物对于土壤湿度的不同需求.仿真分析的结果表明,该算法能够有效地满足各类农作物对土壤的湿度要求,提升了系统整体控制效果,缩短了控制时间,具有良好的动态性能.
推荐文章
基于卷积神经网络的典型农作物叶病害识别算法
卷积神经网络
农作物
叶病害识别
AlexNet
迁移学习
基于BP神经网络的农作物虫害预测系统的研究
模糊神经网络
算法
病虫害
概率
基于卷积神经网络的无人机遥感农作物分类
深度学习
无人机遥感
卷积神经网络
农作物分类
基于过程神经网络的农作物生长预测算法研究
过程神经网络
训练学习
特征函数
生长预测
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 一种基于PID神经网络的农作物土壤湿度控制算法
来源期刊 计算机与现代化 学科 工学
关键词 土壤湿度 PIDNN 粒子群算法
年,卷(期) 2017,(6) 所属期刊栏目 应用与开发
研究方向 页码范围 122-126
页数 5页 分类号 TP273
字数 3282字 语种 中文
DOI 10.3969/j.issn.1006-2475.2017.06.024
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 刘红霞 榆林学院信息工程学院 19 95 7.0 9.0
2 高燕 榆林学院信息工程学院 23 65 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (70)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (22)
二级引证文献  (1)
1964(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)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(12)
  • 参考文献(2)
  • 二级参考文献(10)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
土壤湿度
PIDNN
粒子群算法
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导