利用人工神经网络建立谷物干燥模型

分析了谷物干燥传统建模的难点，介绍了人工神经网络建模的原理和方法及其在干燥过程中的运用。     

基于人工神经网络的苹果等级判别方法研究

 应用计算机视觉以及图像处理技术,提出一种基于改进的LVQ人工神经网络算法,从苹果的色泽、横径及果形指数3方面对苹果进行等级划分。结果表明,与传统的LVQ人工神经网络相比,改进的LVQ人工神经网络提高了苹果的分选精度,具有更好的判别效果。     

利用人工神经网络进行国有土地价格评估的探讨

在研究国内城市土地评价方法和分析了山西省自然、经济和社会状况的基础上，提出利用人工神经网络、结合特尔菲法建立城市国有土地资产总量评估指标体系，以城市的综合平均地价为评价目标的国有土地资产总量评估方法。本文在模型建立过程中，以山西省22个城市中的18城市的资料为学习样本，以20个城市评估指标为输入，以城市综合平均地价为输出，建立了三层BP人工神经网络，并以其余4个城市的资料作为验证，取得了较好的模拟效果。有效地解决了利用有限的城市(镇)地价资料，结合城市(镇)统计资料，进行国有土地价格的评估，进而为国有土地资产总量的评估提出新的探讨途径。     

人工神经网络在生物化学中的应用

本文论述了生物化学中模式识别、定量构效关系、化合物结构解析等运用人工神经网络进行计算的方法。     

人工神经网络技术研究

以目前流行的数据挖掘中的人工神经网络技术为例,分析了其原理、主要功能、结构及工作方式等几方面,并指出了人工神经网络技术未来的研究方向及发展趋势.     

人工神经网络在农业中的应用

本文介绍了人工神经网络的历史发展概况、基本结构和原理、主要特点.综述了人工神经网络历年来在农业信息科学领域的应用情况.     

人工神经网络在农业中的应用研究

本文回顾了人工神经网络技术在国内外农业领域中的应用情况,对其在农业中的应用前景进行展望。     

人工神经网络在农业自然资源研究中的应用

人工神经网络是一种模拟人脑思维过程的计算模型,具大规模并行处理、信息分布式存储、较强自适应性、自组织性和容错性等优良特性,在非线性关系模拟中更具优势。在对人工神经网络和农业自然资源进行简单介绍的基础上,综述了人工神经网络在农业自然资源研究领域中,在预测预报、评价(评估)、分类和识别以及优化计算方面的应用,并对人工神经网络的应用前景作了概括性的展望。     

基于人工神经网络的粮食产量预测模型

研究了人工神经网络在经济预测中的应用问题,探讨利用人工神经网络进行农业粮食产量预测的方法。提出一种基于多层前馈BP神经网络的农业粮食产量预测模型,可以得到影响粮食产量的主要因子和粮食产量之间的非线性映射关系。并通过实例验证了神经网络模型的预测精度明显高于线性回归模型的预测精度。     

基于人工神经网络的逆流式谷物干燥机模型

针对传统数学建模方法的局限性，利用人工神经网络建立逆流式谷物干燥机模型。网络的拓扑结构是基于感知机的３层前向网络，采用ＢＰ算法对网络进行训练，训练数据来源于逆流干燥要计算机模拟结果。实验结果表明网络能很好地预测逆流干燥机的行为。     

人工神经网络在杉木产区划分中的应用研究

本文运用人工神经网络理论，对福建省的杉木产区划分进行研究．用具有S－型特征函数的B－P网络对每一产区的标准样本进行训练，由训练结束后的权植及其待测报样本的因子测值，计算出网络输出值，作出杉木产区分类预报．研究结果表明：人工神经网络用于杉木产区的划分具有科学性、可行性和实用性。     

基于GIS的神经网络法在宗地地价评估中的应用

为了对城市宗地地价进行评估,采用RS和GIS技术对宗地估价底图图层等资料进行更新和管理,建立GIS宗地估价信息系统并从中提取相似交易宗地,提出利用人工神经网络、结合特尔菲法建立宗地地价评估指标体系,以宗地地价为评估目标的宗地评估方法。本文在模型建立过程中,以南昌市22个商业用地资料中的18个为学习样本,以5个评估指标为输入,以宗地地价为输出,建立了三层BP人工神经网络,并以其余4个商业用地资料作为验证,取得了较好的模拟效果。有效地解决了一次大批量地价评估的难题,为宗地地价评估提出新的方向。     

用人工神经网络进行果实颜色分级技术研究

以计算机视觉自动检测果实表面着色度并进行分级为目的,在分析果实表面颜色色相分布特性的基础上,提出将果实色相分布曲线作为模式处理,用人工神经网络进行果实表面颜色分级。结果表明,人工神经网络分级与人工分级的一致度在９４％以上。     

单螺杆挤压机系统的人工神经网络建模

以全脂大豆粉为原料，以单螺杆挤压机加工时的物料含水率、螺杆转速和机筒温度为工作参数，对挤压机的挤压膨化效果(以膨化压力来衡量)进行试验研究。利用正交旋转组合试验设计及试验数据，建立了单螺杆挤压机的人工神经网络模型。对未参与人工神经网络建模的数据进行评价和比较，结果表明，该模型对一定工作参数条件下的预测结果最大相对误差为8．76％，其结果对于生产实践具有指导作用。     

基于小波神经网络的变压器PD故障诊断模型的研究

为了更好地提取ＰＤ的特征信息,结合小波变换和神经网络的优点,提出了一种基于小波神经网络变压器ＰＤ故障诊断模型,并对特征向量的选取和网络功能进行了介绍。     

复杂生态系统稳定性的人工神经网络建模

建立以生物功能群为单元，不同功能群为结构层，影响生态系统稳定性的因素及各功能群的数量为网络输入的复杂生态系统稳定性的人工神经网络模型，用以方便、快捷、准确地评价生态系统的稳定性，为制定区域发展规划和生态保护规划，实施生态保护工程提供科学依据和技术支撑．     

森林火灾成灾面积的人工神经网络BP模型预测

应用人工神经网络BP模型对河南省森林火灾成灾面积进行预测,网络模型的最大相对误差为1.15%,最小相对误差是0,平均为0.42%,表明预测值与实际值吻合程度很好,模型精度较高,建模简单,是预测森林火灾成灾面积的有效方法.