排序方式: 共有4条查询结果,搜索用时 46 毫秒
1
1.
基于NLPCA-RBF神经网络的番茄蒸散量预测 总被引:1,自引:1,他引:0
蒸散量(ET)是水文循环中的重要组成部分。精确的ET预测在水资源管理和灌溉系统设计等方面的研究是十分必要的。利用非线性主成分分析法(NLPCA)和径向基(RBF)神经网络组成的模型(NLPCA-RBF)对番茄蒸散量进行估算。在既保证ET影响因素信息完整,又可消除影响因素之间相关性的前提下,利用NLPCA将影响ET的7个气象因素简化为3个综合成分,并以此为网络训练的输入数据,根据实测的蒸散量作为网络输出建立了RBF神经网络,并且经非训练样本点数据检验。结果表明,与传统RBF网络模型较,NLPCA-RBF网络预测模型能够更好的反应影响因子与蒸散量之间的关系,取得更为精确的结果。 相似文献
2.
3.
4.
近年来我国花卉国际贸易额增长迅猛,2007年1~10月进出口额已达1.7亿美元,较2006年同期增长25.5%。但我国花卉贸易中仍然存在诸多问题更待解决。 相似文献
1