BP神经网络在渭干河流域土壤盐渍化预测中的应用

[目的]比较神经网络算法和传统统计建模方法对土壤盐渍化预测模型的效果.[方法]对渭干河流域多年土壤盐渍化和其影响因子进行分析的基础上,采用BP网络的3种算法,建立基于BP神经网络土壤盐渍化预测模型.将预测结果与多元线性回归模型预测结果进行对比分析,讨论线性和非线性方法用于土壤盐渍化预测模型.[结果]与传统的统计建模方法相比BP神经网络结构简单、快捷,预测精度高,很好地再现了土壤盐渍化与其影响因素之间复杂的非线性函数关系;三种BP算法中,基于trainlm算法建立的壤盐渍化预测模型具有较好的推广能力.[结论]BP神经网络的土壤盐渍化预测性能良好,用来可以预测土壤盐渍化情况.     

基于深度学习的智慧校园电力设备故障检测研究

深度学习技术对保障智慧校园电力系统的平稳运行有着至关重要的作用。通过主成分分析实现数据降维,将数据输入至长短时记忆(LSTM)神经网络和自编码(AE)神经网络进行性能分析和状态异常检测,为了减少误差使用Adaboost算法对模型进行微调。以深度学习为基础,构建了一种基于LSTM神经网络、AE神经网络和Adaboost算法的智慧校园电力设备故障检测系统。仿真结果表明,算法能准确处理电力设备性能监控数据,提高了电力设备故障检测的精准性。     

基于机器视觉和机器学习技术的鸡胴体质量自动分级方法

[目的]为实现对鸡胴体质量等级的非接触在线自动判定,本文提出一种基于机器视觉和机器学习技术的鸡胴体等级在线检测方法。[方法]首先用图像采集装置获取鸡胴体图像,对图像进行预处理并提取包括投影面积、胴体长度、轮廓长度、鸡胸长度、鸡胸宽度和鸡胸面积等图像特征参数。在对所得到的数据进行无量纲处理后,再以这6个特征参数为输入、质量为输出,分别利用随机森林(random forest,RF)算法、自适应提升算法(Adaboost,AB)和梯度提升算法(gradient boosting,GB)3种机器学习方法,建立鸡胴体质量等级预测的非线性回归模型,对鸡胴体质量等级进行自动判定。[结果]在对鸡胴体质量进行预测时,梯度提升模型的判定系数最大,为0.996 0,明显优于线性模型,也优于其他2种非线性模型;在对鸡胴体质量等级进行判定时,也是梯度提升模型的判定正确率最高,为96%。[结论]可利用梯度提升模型对鸡胴体质量和等级进行精确预测和判定。     

基于BP神经网络的土壤贮水量预报模型研究

[目的]为实现作物的实时灌溉提供科学依据。[方法]利用实测气象资料、桓台县节水灌溉试验站2008～2009冬小麦试验资料等建立BP神经网络预报模型,应用Matlab神经网络工具箱,采用Trainlm算法进行模型训练,对试验田的土壤贮水量进行预测。[结果]基于BP神经网络的土壤贮水量预报模型的泛化能力较强;在冬小麦日耗水量较大的拔节、扬花、灌浆3个时期,该模型的预报精度较高,稳定性较好。[结论]基于BP神经网络的土壤贮水量预报模型在冬小麦耗水较大时期的模拟值具有较高的精度。     

基于特征优化的稻飞虱图像分类

[目的]为了进一步提高稻飞虱图像分类的效率,本文提出一种基于特征优化的稻飞虱图像分类算法。[方法]对采集到的原始昆虫图像进行阈值分割、形态学滤波以及边缘跟踪来获取完整的昆虫彩色背部图像,同时基于该图像集提取昆虫的形态、颜色以及纹理特征66个,结合F-score特征评价方法,筛选出10个特征参数作为最优特征子集,并将其作为BP神经网络的输入特征值。[结果]当采用全部66个特征作为输入特征值时,稻飞虱图像的分类准确率达到96.19%;当采用最优特征子集作为输入特征值时,稻飞虱图像的分类准确率也为96.19%。[结论]以该方法获得的最优特征子集作为稻飞虱图像的特征参数不仅降低特征维度,提高稻飞虱图像分类效率,而且保证分类性能,为实现水稻虫害实时监测预警系统提供了技术支持。     

改进粒子群优化 BP 神经网络的洪水智能预①测模型研究

该文提出改进的PSO‐BP算法在洪水预测应用中建立预测模型。以BP神经网络为基础,提取观测站往年平均径流量作为洪水属性。采用改进的PSO‐BP算法对神经网络的各个参数进行优化,最后建立模型应用于流域观测站的洪水预报模型,叙述了PSO粒子群算法和BP神经网络算法,详细阐述粒子群算法优化BP神经网络的权值和阈值,得出最优的BP神经网络预测适应度值。通过实验仿真对比,结果表明此方法预测结果比BP神经网络算法和混沌径向基神经网络模型算法精度更高,提高了预测的效率。     

基于BAS-BP模型HMCVT换段液压系统故障的诊断方法

[目的]为了提高液压机械无级变速器(HMCVT)换段液压系统的平稳性和安全性,设计了一种应对换段液压故障的诊断方法。[方法]利用自主研发的液压机械无级变速器试验平台,获得5种油路故障状态模式数据集;通过数据预处理及随机抽取的方法得到120组单一故障样本集和21组组合故障样本集,基于天牛须搜索算法(beetle antennae search, BAS)和BP(back propagation)神经网络,对处理后的120组单一故障样本建立了故障诊断模型;对标准BP神经网络模型和优化型BP神经网络模型进行试验测试和比对研究。[结果]所使用的BAS-BP方法对试验样本实现了5种油路状态模式分类;与标准BP神经网络相比,BAS-BP方法可以更好防止网络受限于局部极小值,且故障诊断正确率提升10%。[结论]与常规优化算法相比较,BAS-BP方法所需训练时间短、收敛速度快,算法运行速率提升85.76%,拥有更好的稳定性和判别精度。特别需要指出的是,该方法对于组合故障的判别仍然有效。     

萤火虫优化算法耦合人工神经网络的膨胀土胀缩量预测

为了提高膨胀土胀缩量预测的精度,本文耦合萤火虫算法优化和BP神经网络对膨胀土胀缩量进行多因子预测。选用蒙脱石含量、液限、塑性指数、含水量、干密度、粘粒含量、上覆压力等7个膨胀变形量指标作为BP神经网络输入参数;利用萤火虫算法全局寻优的特点优化BP神经网络的初始权值与阈值;建立评价指标体系,对比分析本文模型与传统BP神经网络模型。结果表明,萤火虫算法优化的BP神经网络模型对膨胀土胀缩量的预测精度高于传统神经网络,该模型可以应用于膨胀土胀缩量预测领域。     

非线性系统的神经网络预测控制研究

针对工业过程控制中的强非线性系统的复杂控制问题,给出了一种基于神经网络预测的控制方法,用改进的BP神经网络实现预测控制中的模型预测,有效的解决了神经网络收敛速度慢的问题,同时用RBF神经网络实现预测控制中的控制器的优化,解决动态规划方法求解慢的问题。将该算法用于强非线性系统中,仿真结果表明该算法,具有响应速度快、跟踪性能好、鲁棒性和抗干扰性强的优点。     

基于贝叶斯正则化BP网络的粮虫分类识别研究

以粮虫为对象,研究了利用数字图像处理技术与BP神经网络技术实现分类识别的方法。首先对4类常见粮虫进行图像采集、预处理及特征提取,然后将提取到的9个形态学特征参数作为神经网络的输入参数,对应的粮虫类别代号作为输出参数,建立BP神经网络,并在网络学习过程中采用贝叶斯正则化优化算法对其进行改进。最后通过仿真试验表明:该方法在粮虫识别算法中收敛速度快,预测精度高,稳定性好,泛化能力优,从而证实了该方法在实际应用中的可行性。     

基于GIS的工厂化养殖适宜性评价研究

选取滨海新区汉沽作为研究区域,通过查阅相关文献、咨询水产专家和实地调研等多种形式,筛选出19个对滨海新区汉沽工厂化养殖发展影响较大的因子作为评价指标,综合应用德尔菲法(Delphi)和层次分析法(AHP),确定各级指标的权重,构建滨海新区汉沽工厂化养殖适宜性评价模型,利用IDRISI进行综合运算,将工厂化养殖区域划分为"不适宜"、"一般适宜"、"适宜"和"非常适宜"4种类型,从而为工厂化养殖区域规划和管理提供科学依据。     

基于HTML文档的WEB图像分类研究

随着信息技术的快速发展和Internet的普及应用，Internet已经成为包含各种信息形式，如文本、图像、视频、音频等的巨大信息资源库。然而由于Web图像从主题、格式，到功能和来源都多种多样，很难用一个统一的标准进行分类。本研究首先从Web页面上图像的功能角度对图像进行初步分类，将其分为链接类、装饰类、广告类和内容类。初步分类可提高Web图像处理的效率和性能，并为它基于Web的应用与研究提供帮助。     

苯酚对废水生物硝化过程的抑制

由于硝化细菌对水产养殖水质可以起到明显调节作用，近年来在水产养殖领域的应用日益广泛。但废水中有毒有害物质的存在常常会导致硝化细菌的活性受到严重抑制，从而严重影响养殖水体及水产品的质量。本文利用富集培养的硝化污泥研究了苯酚对生物硝化过程的抑制效应。结果表明，苯酚对氨氮生物硝化过程的抑制属于非竞争性抑制，抑制常数K1和EC50均为2．61mg／L。泥龄相同的条件下，有苯酚抑制剂存在时氨氮的出水浓度高于无抑制情况，且苯酚浓度越高，氨氮出水浓度也越大；而达到相同的氨氮出水浓度，抑制剂存在条件下的泥龄大于无抑制条件，且抑制程度越高，所需泥龄越长。     

转化糖药学研究概况

综述了转化糖药理及其现代临床研究概况,并对其药学应用前景进行了展望。     

黑龙江省番茄根腐病研究概述

文章对黑龙江省番茄根腐病病原菌的鉴定、病原菌的生物学特性、苗期抗性鉴定技术及寄主抗性遗传规律、番茄根腐病的病症与识别、病害的发生和流行规律等内容进行了综述。     

布氏艾美尔球虫研究之回顾

布氏艾美尔球虫(Eimeriabrunetti)是鸡的一种致病性较强的寄生性原虫,但是我国球虫流行病学的报道很少谈及,有关研究报道更为少见。为此,笔者回顾了自1942年Levine首次报道布氏艾美尔球虫以来人们对这个种所做的研究。主要对这个种在世界的流行情况、生物学特性、致病性、免疫原性、内生性发育、体外培养、致弱及在球虫疫苗中的地位作了回顾和评述。     

苯酚对废水生物硝化过程的抑制

由于硝化细菌对水产养殖水质可以起到明显调节作用,近年来在水产养殖领域的应用日益广泛。但废水中有毒有害物质的存在常常会导致硝化细菌的活性受到严重抑制,从而严重影响养殖水体及水产品的质量。本文利用富集培养的硝化污泥研究了苯酚对生物硝化过程的抑制效应。结果表明,苯酚对氨氮生物硝化过程的抑制属于非竞争性抑制,抑制常数K1和EC50均为2．61mg／L。泥龄相同的条件下,有苯酚抑制剂存在时氨氮的出水浓度高于无抑制情况,且苯酚浓度越高,氨氮出水浓度也越大;而达到相同的氨氮出水浓度,抑制剂存在条件下的泥龄大于无抑制条件,且抑制程度越高,所需泥龄越长。     

低聚壳聚糖在水稻上的应用研究

0.3 g/L低聚壳聚糖水剂是一种新型植物生长调节剂。通过在水稻苗期和秧田期使用该水剂,探讨其对水稻生长及产量的影响。结果表明:0.3 g/L低聚壳聚糖水剂可促进水稻根系发育和分蘖;增加千粒重,提高产量;对恶苗病防效达48%。其较佳使用方法为苗期浇灌,移栽返青后茎叶喷雾。