首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   37篇
  免费   0篇
  国内免费   6篇
农学   1篇
基础科学   29篇
  8篇
综合类   5篇
  2011年   6篇
  2010年   5篇
  2009年   6篇
  2008年   3篇
  2007年   1篇
  2005年   1篇
  2004年   2篇
  2000年   1篇
  1999年   2篇
  1998年   2篇
  1995年   4篇
  1993年   2篇
  1991年   4篇
  1990年   1篇
  1989年   2篇
  1988年   1篇
排序方式: 共有43条查询结果,搜索用时 359 毫秒
31.
因素分析的基本方法过去采用的主要是统计的方法。如回归分析(线性回归、单因素回归,多因素回归,逐步回归…),它虽然是一种较通用的方法,但大都只适用于少因素的、线性的,对于多因素的,非线性的则难以处理。 灰色系统分析是近年来才创立的一种系统理论方法。它是以一般的数学方法为基础,将事物作为一个发展变化的系统,进行量化比较分析。本文试用灰色理论的关联分析方法,通过对于城县高含盐地下水的  相似文献   
32.
淮北平原地处我国南北过渡带,是我国涝渍灾害严重的典型区域之一。针对涝渍灾害在时间和空间上的相随性和连续性的特点,在本区进行的综合防御涝渍灾害的组合排水技术采用了统筹防御,连续控制的综合措施,实行涝渍兼治。经过二年的试验研究,提出了明沟与暗管、沟井洞、地下排灌、工程与生物措施等适宜于本区的组合排水形式,可因地制宜选择。  相似文献   
33.
轻型井是采用轻质、薄壁管材,优化的滤水结构,合理的成井工艺建成的一种小口径管井。具有取水效率高,单井出水量大,施工简便,造价低廉,管理方便等优点。针对宁夏银北灌区目前井灌工程效率低下的问题,通过抽水试验,经过理论分析,计算得出了灌区井灌系统的最优出水量、最佳扬程,从而提高了机井灌溉效率。  相似文献   
34.
35.
基于支持向量机模型和图像处理技术的甜椒叶面积测定   总被引:7,自引:4,他引:3  
叶片是作物进行光合作用的重要器官,是研究作物对光能吸收的一个主要的生物学指标。应用支持向量机理论,建立了支持向量机叶面积模型,输入参数为叶片长度、叶片最大宽度,输出参数为叶面积。通过对应用计算机图像处理技术测量所得到的样本数据进行训练,以叶片的长度、宽度作为输入参数对叶面积进行模拟及检验,并将模拟结果与线性回归和人工神经网络模型进行了对比。结果表明,支持向量机叶面积模型的最大误差为6.09%,平均误差为2.73%,模拟精度达到0.996。该方法能较真实地反映甜椒叶面积的实际大小,具有较好的实用价值和应用前景。  相似文献   
36.
由于小口径农灌井(简称小口井)过水断面小,因而其滤水结构必须具有透水性好和不易淤堵的特性。而如何使小口井的滤水结构具有上述特性,则是值得研究的问题。本文以室内和成井试验结果为依据,提出了采用经过优选的无砂混凝土滤水管(简称无砂管)及围填滤料的滤水结构形式。使用该种滤水结构不仅可提高井的出水量,而且会延长井的使用寿命。  相似文献   
37.
宁夏银北灌区井灌工程优化配套技术   总被引:2,自引:0,他引:2  
宁夏银北灌区开发利用地下水资源,井灌井排,能有效降低地下水位,防止土壤次生盐碱化,其次,开发利用地下水资源,井渠互补,使农作物得到适时灌溉,同时也是发展喷灌、滴灌等节水技术的理想水源,就银北灌区井灌规划和井泵优化配套提出了计算方法。  相似文献   
38.
丁铁山  郭冬冬  温季  董汝瑞 《安徽农业科学》2010,38(35):20429-20430,20440
利用辽宁省1983~2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。  相似文献   
39.
基于最小二乘支持向量机的灌区粮食产量预测研究   总被引:1,自引:0,他引:1  
对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i(允许错分的松弛变量)的二范数。这使得最小二乘向量机的优化问题为:min(1/2)‖w‖^2+C(1/2)sum from i=1 to 1ξi~2(ξi是松驰变量;C为正则化参数)。用于函数估计的最小二乘SVM为:y(x)=sum from k=1 to Nαk K(x,xk)+b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数(γ为可调参数,σ为核函数宽度系数),参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。  相似文献   
40.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号