基于主成分分析单一参数入渗模型的BP神经网络模型

利用标定理论建立较大尺度上的单一参数入渗模型,在此基础上基于主成分分析建立其BP神经网络模型。结果表明:利用主成分分析可将研究区域土壤容重、有机质含量、砂粒含量、粗粉粒含量和粘粒含量综合成3个主成分;基于主成分分析建立的BP神经网络模型预测的标定因子的RMSE为0.4186,除偏大或偏小的标定因子,利用预测的标定因子预测的累积入渗量与实测值比较接近,可利用所建模型对较大尺度上的单一参数入渗模型进行预测。     

基于BP神经网络的陕北黄土高原侵蚀产沙影响因子显著性研究

黄土高原地区的侵蚀产沙与影响因子的关系特征一直是研究热点。以陕北黄土高原23个小流域为实验样区,采用BP神经网络方法,将6个影响侵蚀产沙的因子作为输入变量,侵蚀产沙模数作为输出变量,通过输入变量与隐含层之间、隐含层与输出变量之间的权重矩阵关系,构建关系模型。实验结果显示,该方法可以有效地区分不同因子对侵蚀输沙模数影响的显著性;6个因子对侵蚀产沙影响的显著性由高到低依次为:岩土抗蚀性>蚕食度>沟谷密度>年均降雨量>NDVI指数>粉砂黏土含量。最后,随机选择3个小流域作为检验样本,采用BP神经网络进行预测,验证了该模型的有效性。该研究可望完善小流域侵蚀产沙分析方法。     

象山港海水养殖区贝叶斯网络水质评价及预测

水质评价是水环境保护与管理的重要环节,传统的评价方法在处理评价中的不确定性、大量信息处理等方面存在局限性。贝叶斯网络可以有效地表达和分析不确定性问题,实现定性分析与定量分析的有机结合。以近10a来象山港海水养殖区的水质监测数据为样本数据,采用贝叶斯网络技术,建立反映各水质指标及水质级别之间相互关系和相互影响强度的贝叶斯网络模型。模型结构表明直接影响水质级别的水质指标为氨氮、化学需氧量、硝酸盐、无机磷和叶绿素a,而其他亚硝酸盐、无机氮等4个水质指标与水质级别存在间接的因果关系。对200条监测数据进行模型精度检验,结果表明,其预测精度达94.8%,Kappa指数为0.892,这说明采用贝叶斯网络技术对水质进行评价及预测是可行的。     

水稻重金属污染胁迫光谱分析模型的区域应用与验证

根据样地试验建立的农作物重金属污染胁迫光谱分析模型通过卫星遥感数据进行大尺度区域应用是农作物重金属污染遥感评价必须解决的关键问题。该文以吉林长春市3块重金属污染程度不同的水稻农田样地为试验区,采集水稻冠层ASD(Analytical Spectral Devices)数据、叶片叶绿素含量和土壤重金属含量,并获取准同步的Hyperion数据,通过多元逐步回归分析筛选与重金属污染胁迫响应敏感的光谱指数,并运用BP人工神经网络模型构建其与表征重金属污染胁迫程度的叶绿素含量的数学关系模型。结果表明,样地水稻重金属污染胁迫光谱分析模型中的BP网络结构为4-11-7-1、传递函数为logsig,其对各类污染胁迫水平的判别精度均为100%;将所建立的样地水稻重金属污染胁迫光谱分析模型通过Hyperion影像,进行大面积推广并验证,得到其对各类污染胁迫水平的判别精度均超过80%。该研究为样地水稻重金属污染胁迫光谱分析模型的大面积推广应用提供了借鉴意义。     

基于GARBF神经网络的耕地土壤有效磷空间变异分析

为了调整耕地管理措施、合理施用磷肥、减少磷素流失、降低水体非点源污染,该研究以高州市为例,在全市各区镇共采集了664个耕作层(0～20cm)土样,利用遗传算法优化的径向基函数(radial basis function network optimized by geneti calgorithm,GARBF)神经网络和普通克里金法(Ordinary Kriging)等方法,分析了县域耕地土壤有效磷在不同采样尺度下的空间变异特征及其空间分布格局与成因。结果表明,高州市耕地表层土壤有效磷存在半方差结构,半方差函数曲线与指数和球状模型曲线拟合较好;5种采样尺度下(训练样点数分别为100、200、300、400和500)耕地表层土壤有效磷均表现出弱的结构空间相关,在较大范围内空间自相关性较差。GARBF神经网络空间插值能力在整体上要有优于基于邻近点RBF神经网络和普通克里金法。300样本下GARBF神经网络空间插值结果表明,高州市耕地表层土壤有效磷的盈余现象比较严重,并且盈余有效磷的流失对该地区水环境会产生严重的威胁。该研究结果可以为土壤属性空间估测、合理施肥以及降低水体非点源污染提供理论依据和技术支持。     

基于机器视觉的马铃薯质量和形状分选方法

马铃薯的质量和形状是机器视觉分级的2个重要特征和依据,为实现马铃薯质量与形状检测分级,该文提出了一种基于图像综合特征参数的分选方法。首先提取马铃薯俯视图的面积参数和侧视图的周长参数,通过回归分析建立马铃薯的质量检测模型,实现对马铃薯的质量分选;然后提取马铃薯俯视图像的6个不变矩参数,输入到已训练好的神经网络,完成对马铃薯形状分选。试验结果表明:该方法可以有效的检测马铃薯的质量并区分其形状,质量分选准确率为95.3%,薯形分选准确率为96%。可满足实际应用的要求。     

基于遗传BP算法的温室无线传感器网络定位方法

针对温室移动节点定位的需求,提出了一种基于遗传BP算法的温室无线传感器网络定位方法。该方法主要包括路径损耗指数确定、定位模型训练、未知节点定位3个阶段。首先,锚节点间相互通信,通过高斯校正模型增强定位信息的准确性后,利用最小均方误差估计法确定路径损耗参数;然后,应用遗传BP算法建立未知节点坐标和未知节点至锚节点的距离向量之间的映射关系模型;最后将未知节点接收各锚节点的RSSI值转换为距离向量,输入定位模型中,估算未知节点的位置。试验表明,该方法充分考虑环境对信号传输模型的影响,定位误差≤2m的比例达24%,定位误差≤3.5m的比例达86%,相对定位误差低于4.8%,具有较高的稳定性和定位精度,能够满足实际温室环境的定位需求。     

基于径向基函数神经网络的地下水数值模拟模型的替代模型研究

近年来提出的替代模型方法是一种连接数值模拟模型与优化模型的有效途径,替代模型质量的好坏取决于采样方法和替代模型种类。以金泉工业园区地下水水源地为研究区,基于拉丁超立方抽样方法,结合研究区地下水数值模拟模型,获取输入(抽水量)输出(水位降深)数据集,运用人工神经网络方法,建立径向基函数神经网络模型,作为地下水数值模拟模型的近似替代模型。经验证,径向基函数神经网络模型输出得到的水位降深均值与模拟模型计算结果的拟合平均相对误差为0.038;水位降深剩余标准差的拟合平均相对误差为0.042。拟合平均相对误差较小,表明径向基函数神经网络模型能够有效地替代地下水数值模拟模型,为日后替代模型的深入研究提供了科学依据。     

探析网络环境下图书馆的读者服务工作

网络时代的高校图书馆其形态和服务方式都发生了新的变化,图书馆应认真研究网络环境下图书馆读者服务工作的特点。高校图书馆只有转变信息服务观念、提高信息服务水平,才能满足读者全方位、多层次的个性化的信息需求,从而更好地为广大师生服务。     

探析农业类高职院校校园网络安全防护体系

作为信息化发展相对落后的农业类高职院校,其校园网网络存在着大量的信息安全隐患,这些隐患一方面是由于安全设备功能或性能不足,另一面则是因为长期的不健全的安全防护体系和网络使用习惯,因此建立安全可靠的安全防护体系是农业类高职院校需要重点思考的问题。