基于PCA的BP神经网络在城市供水预测中的应用

可靠的城市供水量预测,是区域水资源科学管理与优化配置的重要基础.为客观预测城市供水量变化趋势,本文采用主成分分析法(PCA)进行主要影响因子分析,根据确定的主要影响因子构造BP神经网络的输入样本,从而进行不同水平年的供水预测.以抚顺市供水量为工程背景构筑预测模型,模拟检验精度较高,可用于抚顺市的供水预测,并为抚顺市水资源的优化配置提供了科学依据.     

基于Vis-NIR光谱的土壤质地BP神经网络预测

为快速、准确地获取土壤质地信息,提出了应用Vis-NIR光谱结合BP神经网络的建模方法。以河南封丘县的86个土壤样本为研究对象,以原始光谱和微分光谱主成分为输入变量,建立土壤粘粒和砂粒的BP神经网络预测模型,并将其预测结果与多元线性逐步回归模型进行比较。结果表明:基于原始光谱主成分的BP人工神经网络预测结果最好,优于多元逐步回归模型,预测粘粒和砂粒的RMSE分别为1.62和6.52。BP神经网络所建模型训练时间短、准确度也较高,能实现对土壤质地的高效预测。     

基于BP神经网络的宁夏耕地资源动态变化及预测

利用2000~2014年统计数据,分析了宁夏近15 a来的耕地动态变化特征,采用主成分分析法提取影响耕地变化的主要驱动因子,将驱动因子作为输入数据,构建了预测耕地资源变化趋势的BP神经网络,并开展预测研究。结果表明:宁夏耕地资源变化经历了增加—迅速减少—波动增长—迅速增长4个阶段,人均耕地经历了迅速减少—缓慢减少—迅速增加3个阶段;其中,2002~2004年和2010~2012年的土地利用动态度K0,2003年动态度最小(K=-7.673%),2005~2010年和2012~2014年的土地利用动态度K0,2014年动态度最大(K=11.424%);宁夏耕地资源主要驱动因子概括为农业发展、经济发展及退耕还林,经济发展对耕地产生巨大压力,而农业科技进步某种程度减小了人口对耕地的压力,退耕还林也是宁夏耕地减少的重要原因,三者相互作用共同对宁夏耕地产生影响;预测宁夏耕地资源的BP神经网络模型为3层(3×16×1),对2011~2014年的耕地资源预测取得较好效果,最小误差仅为376 hm~2。     

基于神经网络的蔬菜农药残留风险预警模型研究

为探索基于常规监测数据的神经网络预警模型在农产品传统风险管理中的应用,以2011—2012年我国5省市的蔬菜中农药残留监测数据为样本,采取神经网络方法建立风险预警模型。首先,以产品种类、监测环节、监测时间和蔬菜产地为参考采用专家打分法将样本进行安全性评级,然后将经过筛选和预处理的45种农药监测数据,作为BP神经网络输入层,并根据不安全蔬菜的风险程度,以非常安全(A)、比较安全(B)、基本安全(C)、较不安全(D)和不安全(E)5个等级作为输出层,农药残留数据经过处理整合后得到16个样本,通过对其中14个样本进行拟合训练,得到预警模型及2个验证样本的评分结果分别为2.343 0和3.171 5,与实际评分结果隶属同一安全等级。证明基于客观监测数据的神经网络预警模型对于蔬菜中农药残留的预警是有效的。     

柑橘皮中有机磷农药残留风险

通过抽检3个柑橘样品,检测柑橘皮中农药残留,发现3个样品虽均检出有机磷农药,但其农药残留均未超出“食品中农药最大残留限量”标准规定,可见其安全风险可控。在今后的生产中应注意禁限用农药的使用,多应用生物防治、绿色防控技术,尽量使用低毒低残留的农药。     

基于主成分分析和贝叶斯正则化BP神经网络的GDP预测

选用财政收入、财政支出、消费品零售总额、实际利用外资、进出口总额以及全社会固定资产投资等对GDP有显著影响的6个因子,用1985~2008年中国的宏观经济数据建立了一个基于主成分分析和贝叶斯正则化BP神经网络的预测模型,并把它应用于我国GDP的预测。实证结果表明：通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。与其它常用的预测方法相比,该方法数据输入简便,收敛速度快,拟合曲线光滑,且在预测精度上有明显的优势。     

我国柑橘农药残留标准问题的探讨

我国虽然颁布实施了一些农产品农药残留限量标准,但许多标准并未与国际标准接轨,农药残留标准问题已成为严重制约我国农产品出口的瓶颈.通过比较柑橘食品法典委员会和日本、美国等国的柑橘农药残留限量标准,分析我国柑橘农药残留标准存在的问题,探讨可行性对策.     

浙江柑橘果品农药残留状况分析

为摸清浙江省柑橘生产过程中农药使用情况及果品质量安全状况,2018—2020年采用超高效液相色谱-串联质谱法和气相色谱-串联质谱法对浙江省台州、宁波、衢州、温州、金华等柑橘主产区265个样品进行136种农药残留的检测。结果表明,2018—2020年共检测出农药38种,包括18种杀虫剂、11种杀菌剂、6种杀螨剂及3种植物生长调节剂。3 a样品的农药残留检出率为95.85%,逐年依次为87.72%、99.02%和97.17%,农药最高检出率为杀虫剂>杀螨剂>杀菌剂;总样本超标率为3.02%,逐年依次为1.75%、5.88%、0.94%,禁限用农药检出结果逐年明显趋好;柚类农药残留检出率、超标率均小于橘、柑类。因此,样品中农药使用情况较为普遍,近2 a使用农药种类存在增加趋势,但禁限用农药控制较好,浙江柑橘果品质量安全性整体较好。     

湖北部分地区柑橘农药残留情况调查与分析

采用超高效液相色谱-串联质谱联用仪和气相色谱-串联质谱联用仪对湖北省宜昌市区、丹江口市、秭归县和兴山县的柑橘(Citrus reticulata Blanco)样品农药残留情况进行定量检测和分析.结果表明,柑橘样品农药残留的检出率高达91.9%,其中,禁用农药检出率为1.6%;限用农药检出率为9.5%;允许使用农药检出率为68.3%;未登记使用农药检出率为15.9%.农药使用情况较为普遍,不过由于禁、限用农药控制程度较好,因此柑橘质量整体安全性较高.     

宜昌地区柑橘中29种农药残留检测与分析

采用气相色谱法对宜昌市夷陵区、宜都市、秭归县、枝江市、兴山县、长阳县的224个柑橘鲜果样品进行29种农药残留情况定量检测和分析。经检测,224个柑橘鲜果样品的29种农药残留检出率为22.3%,其中禁用农药检出率为3.1%,全部为滴滴涕;限用农药检出率为17.4%;允许使用农药检出率为1.3%。所检测的29种农药检出残留量非常低,农残含量均处于国家标准GB 2763—2016安全范围以内,224个柑橘样品全部合格。检测结果表明,宜昌市柑橘质量安全水平总体较高,可放心食用。但也存在一些问题,如滴滴涕的微量残留。     

柑橘中农药残留指标的变化及企业应对措施

《食品安全国家标准 食品中农药最大残留限量》（GB2763—2012）于2013年3月1日起实施。着重介绍新标准中对柑橘的农药残留指标、检测方法等进行的修改和调整。并对企业如何采取应对措施提升农产品质量安全提出了建议。     

基于主成分分析与BP神经网络的供应商选择模型

供应商选择是企业进行决策的重要内容，也直接影响着企业竞争力。在科学合理的构建供应商评价指标体系的基础上，首先对供应商评价的数据进行主成分分析，然后建立基于BP神经网络的供应商评价模型，最后以实例验证。这两种方法相结合不仅简化了模型结构，而且较好的克服评价指标主观性强的问题，为供应商选择提供了一种新的、实用的评价方法。     

基于BP神经网络的黑龙江垦区人才需求预测

首先分析了黑龙江垦区人才需求预测的方法,在此基础上提出了运用BP神经网络对其预测的可行性,通过BP神经网络方法的详细分析,得出了黑龙江垦区对人才的需求数,并结合实际情况进行了分析。     

基于BP神经网络股价预测的一种改进方法

为提高神经网络经济预测的泛化能力,对神经网络预测数据处理方法进行了改进,把对数据的归一化变为对数据增长量的归一化,因而只要被预测的增长量不超过以往的历史数据增长量,则不会发生外延问题。根据这一思路,采用个股(中国石化)收盘价的数据,通过对收盘价的增长量进行了归一化,得到新的时间序列,将该时间序列视为一个从输入到输出的非线性映射,用BP神经网络进行非线性映射的逼近。对网络进行学习与训练的仿真试验后,预测结果与实际结果的比较说明,改进方法有效。     

四川部分地区柑橘农药残留情况调查与分析

采用气相色谱-串联质谱联用仪和超高效液相色谱-串联质谱联用仪对四川省4个柑橘产地的柑橘样品中农药残留情况进行定性、定量检测与分析。结果表明,柑橘样品中农药残留的检出率为76%,共检出29种农药;宽皮桔、甜橙、柚子和柠檬产品中均有样品农残检出超标准限量值;单个样品检出3种以上农药残留的样品占总体的30%。     

基于神经网络的蔬菜农药残留风险预警模型研究

农作物中蔬菜是食品最初的形态,蔬菜的质量安全会对整个食品链的安全造成直接影响,与人民的饮食卫生密切相关。就近几年我国农业产品的质量安全情况来说,整体保持在较好的水平上,但随着社会的不断进步,人民生活水平的不断提高,加之新安全隐患的出现,农业产品质量的安全问题成为人们关注的焦点问题。基于此,分析现阶段预警管理研究的现状,提出模型构建的基本思路,以供参考。     

基于PCA和BP神经网络的万寿菊黑斑病孢子识别

针对万寿菊黑斑病难于防治的问题,采用基于主成分分析和BP神经网络的识别方法,对万寿菊黑斑病病原菌(Alternaria tagetica)无侵染力和有侵染力的孢子进行精确识别。首先利用图像处理技术对病原菌孢子显微图像进行分割,选取3个颜色特征(R、G和V)、5个形状特征(Hu不变矩中的H2、H3、H4、H5和H6),以及3个纹理特征(R、G、B3个分量的对比度)共11个特征用于病原菌孢子分类识别。为提高识别速度和精度,利用主成分分析法(PCA)对11个特征进行优化和筛选,采用基于L-M算法的BP神经网络对万寿菊黑斑病病原菌的孢子进行分类识别。试验结果表明,经主成分分析后得到的第一、第二主成分能够有效减少BP网络训练时间和提高识别准确率,平均识别准确率达到98%。该方法能够精准识别万寿菊黑斑病病菌有侵染力和无侵染力的孢子。     

湖北部分地区柑橘农药残留情况调查与分析

采用超高效液相色谱-串联质谱联用仪和气相色谱-串联质谱联用仪对湖北省宜昌市区、丹江口市、秭归县和兴山县的柑橘(Citrus reticulata Blanco)样品农药残留情况进行定量检测和分析。结果表明,柑橘样品农药残留的检出率高达91.9%,其中,禁用农药检出率为1.6%;限用农药检出率为9.5%;允许使用农药检出率为68.3%;未登记使用农药检出率为15.9%。农药使用情况较为普遍,不过由于禁、限用农药控制程度较好,因此柑橘质量整体安全性较高。     

BP神经网络在堤坝砂基液化预测中的应用研究

鉴于砂土液化是多因素综合作用的结果,应用人工神经网络基本原理,建立多参数综合评价砂土液化的BP网络模型,对砂土液化的严重程度作出了客观评价,并在实际工程中得以应用和检验,取得良好的效果.     

BP神经网络在小麦赤霉病气象预测中的应用*

 应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,为预防小麦赤霉病发病提供科学依据。根据四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料,借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法——Traincgf,建立了小麦赤霉病发病的气象预报模型。该模型不需要事先确定数学模型,拟合与预测的平均绝对偏差分别为0.01,0.05,优于多元线性回归模型的0.17,0.29。BP神经网络预报模型的拟合精度和预报精度都较高,优于多元线性回归模型,能很好地实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义。