人工神经网络在棉花烂铃病流行趋势预报中的应用

本文运用人工神经网络的一典型模型--“反向传播”模型，根据射阳县1980--1987年棉花烂铃病流行趋势资料，建立了烂铃病控制预报模型，经1980--1989年回报和1990--1991年预报，结果令人满意。     

气象因子对棉花烂铃病害的影响

研究了通州市１９８６－１９９０年期间气象因素对棉花烂铃病害发生的影响。指出８月１６日至９月１５日期间，若雨日＞１７ｄ，雨量＞３７０ｍｍ，侯平均日照时数＜６ｈ，候平均相对湿度＞８７％，候平均温度＞２６℃，棉花烂铃病害就会暴发流行，猖獗危害，使当年棉花单株烂铃数可达３个以上。     

人工神经网络方法在赤霉病预报中的应用研究

通过统计分析，选取与江苏省太湖地区小麦赤霉病发生程度显著相关的前期海温作为预报因子，并结合对小麦赤霉病病穗率序列进行拓展，采用人工神经网络的BP网络模型进行预报赤霉病的初步试验，取得了满意的效果。     

棉花铃病的发生规律与防治对策

花铃病严重影响棉花的产量和品质,是棉花中后期的重要病害。文章介绍棉花铃病的主要种类和发生规律,分析其发生的原因,提出以预防为主、综合防治铃病的策略。     

人工神经网络在水土流失规律预报中的应用

运用人工神经网络技术 ,采用九龙江西溪流域水文数据 ,以年降雨量、年径流量和年平均含沙量为输入因子 ,建立年输沙量的预测预报模型 ,结果表明 :所建立的模型的模拟精度与预测精度分别达到 95 .972 %与 98.315 % ,高于线性模型和幂函数模型 ,从而为水土流失规律的预测预报提供理论依据     

华北地区杨树烂皮病发生发展气象适宜度预报模型

利用河北省18个代表站点2002-2008年杨树烂皮病病情资料和相应气象资料,通过相关、回归分析等方法,分析河北省杨树烂皮病发生发展与气象条件的关系。结果表明：降水量、降水日数、相对湿度、温湿系数与杨树烂皮病发生率呈正相关,降水增加、雨日增多、相对湿度和温湿系数增大有利于杨树烂皮病发生发展;日照时数、夏季高温日数、极端最低气温与杨树烂皮病发生率呈负相关,天气晴朗、日照充足、极端气温升高不利于杨树烂皮病发生发展;影响河北省杨树烂皮病发生发展的关键气象因子分别是3月和4月温湿系数、3月下旬和4月下旬日照时数、4月上下旬气温、3月上旬和4月上旬以及上年12月上旬极端最低气温,利用归一化处理后的关键气象因子建立气象适宜度预报模型,通过回代检验,气象适宜度等级与杨树烂皮病实际发生等级相比,模型拟合准确率为91%;对河北省2009年5-6月杨树烂皮病盛发期气象适宜度等级进行预报,准确率为78%,效果较好;3-4月气象条件是影响华北杨树烂皮病发生发展的关键生态环境因子。模型可用于从气象角度对华北地区杨树烂皮病发生发展进行监测和预报。     

不同铃重基因型棉花盛花期14C-同化物在"铃-叶系统"中的分配特征

以大铃、中铃和小铃3个不同铃重棉花基因型为材料,通过在盛花期测定棉株中部主茎和果枝叶面积及叶面积指数,并用^14CO2饲喂中部主茎叶,研究了^14CO2同化物在棉株不同层次“铃-叶系统”中的分配特征。结果表明,盛花期中部主茎和果枝单叶面积与铃重呈正相关。小铃基因型棉花群体盛花期叶面积指数最大;大铃基因型棉花蕾铃比中、小铃基因型表现出更强的库活性。主茎叶片产生的同化物除主要输送到对应的果枝外,还向上部、下部的库器官及主茎生长点输送;而流向其对应果枝的同化物,主要供应第一果节蕾铃。     

谐波分析方法在旱涝趋势预报中的应用

应用谐波分析方法，把历史字资料和现代观测资料，采用级别衔接的方法，做出干湿趋势预报。     

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。     

论人工神经网络在农业工程中的应用

介绍了应用人工神经网络解决问题的基本原理，论述了人工神经网络在农业工程中的应用，及可能的应用范围，最后给出了在农业工程中应用人工神经网络要注意的问题。     

论人工神经网络在农业工程中的应用

介绍了应用人工神经网络解决问题的基本原理，论述了人工神经网络在农业工程中的应用，及可能的应用范围，最后给出了在农业工程中应用人工神经网络要注意的问题。     

思茅咖啡黑果病与气象条件的关系及趋势预报

咖啡黑果病是思茅地区咖啡的主要病害，本文通过田间调查分析，发现：思茅地区湿度高、温度适宜有利于炭疽、褐斑菌的萌发与侵染，黑果病的发生和危害在小粒咖啡种植区既普遍又严重；按湿度和温度条件，把思茅地区侵染性咖啡黑果病的发生流行规律划分为休眠期、潜伏期、危害期三个阶段，在危害期内又可划分为两个高峰期，第一高峰期出现在6—9月，第二高峰期出现在11月中旬-12月上中旬；利用每旬的降水、日照时数、相对湿度和降水的中期预报，得到了滚动制作黑果病趋势预报的方法，经过6a的田间实际检验，预报效果较好。     

不同铃重基因型棉花盛花期14C-同化物在“铃-叶系统”中的分配特征

以大铃、中铃和小铃3个不同铃重棉花基因型为材料,通过在盛花期测定棉株中部主茎和果枝叶面积及叶面积指数,并用¹⁴CO₂饲喂中部主茎叶,研究了¹⁴CO₂同化物在棉株不同层次"铃-叶系统"中的分配特征。结果表明,盛花期中部主茎和果枝单叶面积与铃重呈正相关。小铃基因型棉花群体盛花期叶面积指数最大;大铃基因型棉花蕾铃比中、小铃基因型表现出更强的库活性。主茎叶片产生的同化物除主要输送到对应的果枝外,还向上部、下部的库器官及主茎生长点输送;而流向其对应果枝的同化物,主要供应第一果节蕾铃。     

神经网络在滑坡预报中的应用

该文讨论了滑坡预报技术的现状?存在的问题以及应用神经网络解决滑坡预报问题的新途径;提出了一种基于神经网络的滑坡预报系统(HPNN)模型及基本结构,并通过实例介绍了其工作原理?     

人工神经网络技术在鲜茶叶分选中的应用

将人工神经网络技术应用于鲜茶叶的分类,茶叶图像面积、周长、凸壳面积、凸壳周长、等二阶距椭圆长轴长度、短轴长度、椭圆偏心率等几何参数和R、G、B三个彩色空间分量的均值、标准偏差、平滑度和一致性等纹理参数可以作为茶叶分类的特征值。试验表明,BP网络用于茶叶分类能够取得较好的效果,分类判断的正确率达到90%。网络的隐藏层和输出层为多个神经元时,其可能达到的分类效果要略好于隐藏层和输出层只有单个神经元的网络,但前者训练出的网络会出现权值不能收敛到全局误差最小值的情况,其可靠性不如后者。     

水分胁迫对棉花光合产物在下部“铃–叶系统”中运转分配的影响

为了解棉花叶片光合产物在干旱环境下的运转分配规律,在防雨棚中设置不同水分条件对棉花进行了研究。通过利用14CO2在棉花的盛蕾期、盛花期对棉花下部主茎叶片进行饲喂,研究在严重胁迫(SS)、中度胁迫(MS)、以及对照(CK) 3个不同水分处理环境下14C光合产物在棉株下部“铃–叶系统”中的运转与分配特征。结果表明, 随着水分亏缺程度的加重,14C光合产物在标记叶中滞留量增加,向外输出量减少;所产生的光合产物向幼铃和根部输送的比率增加,向成铃与主茎生长点的分配比率下降。对纤维品质的测定结果表明,在棉花生长的前期,适当的干旱胁迫不会对纤维品质造成显著的影响。     

水分胁迫对棉花光合产物在下部“铃-叶系统”中运转分配的影响

为了解棉花叶片光合产物在干旱环境下的运转分配规律,在防雨棚中设置不同水分条件对棉花进行了研究。通过利用~(14)CO_2在棉花的盛蕾期、盛花期对棉花下部主茎叶片进行饲喂,研究在严重胁迫(SS)、中度胁迫(MS)、以及对照(CK)3个不同水分处理环境下~(14)C光合产物在棉株下部"铃-叶系统"中的运转与分配特征。结果表明,随着水分亏缺程度的加重,~(14)C光合产物在标记叶中滞留量增加,向外输出量减少;所产生的光合产物向幼铃和根部输送的比率增加,向成铃与主茎生长点的分配比率下降。对纤维品质的测定结果表明,在棉花生长的前期,适当的干旱胁迫不会对纤维品质造成显著的影响。     

人工神经网络在渭北灌区地下水位动态预测中的应用

地下水位动态变化受自然和人为因素的影响和制约,是一个复杂的非线性系统,而准确地预测地下水位变化在灌区水资源开发利用和生态环境建设中有着重要的意义。利用人工神经网络方法具有并行分布处理的高度非线性功能,对渭北黄土台原灌区典型水井地下水位进行了模拟预测。结果表明,人工神经网络有较高的预测精度,具有一定的推广应用价值。     

BP-GA神经网络模型在径流预报中的应用

为阐明实施中长期径流预报时预报因子与预报对象间非线性相关关系,通过平均影响值(MIV)筛选预报因子,辨识出对区域年径流量影响较大的年平均气压、年平均湿度以及年降水量3项重要影响因子,探索构建以其为自变量并由GA优化后的BP网络径流预报模型。应用实例表明,基于平均影响值算法的BP-GA径流预报模型预测精度较高且稳定性较强。