用人工神经网络解决农业中的非线性问题

本文介绍了人工神经网络的发展和基本原理,对人工神经网络在农业中用于病虫害预报、产量预测、模型建立和图像识别等方面进行了综述。最后结合应用实践,对人工神经网络在计算机中的实现方法做了探讨。     

人工神经网络在林业中的应用现状与趋势

通过概述人工神经网络的概念和常用模型,对人工神经网络在林业资源管理和动态监测、森林植被和立地分类与识别、森林灾害预防和森林生态系统评价中的应用现状进行综述,并对人工神经网络技术在林业中的应用趋势进行探讨.     

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。     

人工神经网络在农产品干燥中的应用

综述了人工神经网络技术在农产品干燥领域的应用现状,包括人工神经网络在参数预测、在线预测、智能预测控制、模型预测、结果预测、仿真检验中的应用。并对这项技术的应用做了进一步展望。     

土壤含水率与像素颜色之间关系的BP人工神经网络模型

建立像素颜色RGB值与土壤含水率之间的数学关系，是染色入渗法的应用基础。结合沟灌染色入渗试验。研究了染色入渗过程中土壤含水率与像素颜色分量之间关系的BP人工神经网络模型。分析土壤含水率与像素颜色分量之间的关系，确定BP人工神经网络的拓扑结构，以像素颜色分量的相对值作为输入因子。土壤含水率作为输出因子，建立了包含1个隐层的BP人工神经网络。结果表明，该模型具有较高的拟合精度和验证精度，优于二次多项式模型。     

计算机辅助技术在农业机械设计中的应用

CAD绘图软件在一些农机机构设计与分析中的作用表现在：首先,是对农机平面常用机构的运动学和动力学分析;其次就是空间多作用力农业机械的应用分析。CAD在典型农业机械设计中的应用与实践表现在：实现真正的犁体CAD是离不开三维模型的表达;旋耕机设计的过程中就需要CAD的辅助,来完成繁重与复杂的演算;联合收获机结构的复杂,需要借助于计算机辅助设计。     

神经网络与暴雨泥石流灾害预报

建立了用于暴雨泥石流适时预报的人工神经网络模型，在荒溪分类和危险区划分基础上，结合北京山区暴雨泥石流例子，验证模型判别结果与实际情况相符，应用效果良好。     

基于人工神经网络技术的木材材质检测研究进展

目前,人工神经网络已经在各行各业得到广泛应用。在林业中,人工神经网络也被运用在森林资源与生态、森林防火、树木生长、树木外观等方面,在木材材质的预测和分类等方面也有了部分应用。文章论述了人工神经网络的基本原理,总结了人工神经网络在木材材质测试中的应用,介绍了人工神经网络在木材本身的特性和缺陷分类方面的应用,并对人工神经网络在木材材质的应用前景和方向给出了建议。     

人工神经网络在汽车故障诊断中的应用

针对传统汽车诊断存在的问题，提出了应用人工神经网络进行汽车故障论断的新方法，在介绍神经网络基本原理和方法的基础上，以ＢＰ网络构造离合器故障诊断实例模型，经过模拟试验，证明了本方法的有效性和合理性。     

农业机械CAD技术的研究

随着我国农业技术的不断发展，农业机械CAD技术的研究也越来越重要。基于此，着重介绍机械CAD技术在农业机械设计中的重要性和应用现状，并对农业机械CAD技术的管理与创新作出简要阐述，以提高农业机械CAD技术的整体水平。     

基于人工神经网络的森林资源预测研究

应用人工神经网络方法分别建立土地资源预测，森林蓄积量预测，各龄组蓄积量预测三层前馈反应传播神经网络模型对森林资源进行预测模拟，预测结果表明：在小样本条件下，森林资源预测神经网络模型预测精度较高，开辟了森林资源新途径。     

电力系统中谐波诊断的神经网络方法

本文提出了一种应用人工神经网络模型诊断电力系统中谐波含量的新方法。用误差反向传播模型（ＢＰ模型）取代传统的快速傅立叶变换方法，对ＢＰ模型进行训练，得到由电流（或电压）采样值映射出基波和谐波含量的ＢＰ模型。试验结果表明，该方法具有速度快、精度高的优点，硬件实现简单，同时具有在线应用的特点。     

林分保留密度的人工神经网络模型研究

为探索人工神经网络在林分保留密度研究中的应用效果,以马尾松人工林为对象,481块标准地资料为基础数据,用MATLAB的正切“S”形函数tansig为神经元的作用函数,以年龄和密度的标准化、归一化数据为训练样本,构建和训练林分保留密度的人工神经网络模型,并与幂函数进行对比研究.结果表明,密度与年龄的关系用幂函数(y=axb)描述,拟合精度为91.29%;用人工神经网络描述,拟合精度为94.27%.可见,人工神经网络能比常规方法更好地模拟林分密度随年龄的变化规律,特别能有效地模拟经营活动下的复杂过程.     

人工神经网络在水产科学中的应用

人工神经网络（ANN）是一种动态信息（处理）系统，它具有联想记忆、自组织、自适应、自学习和容错等优异的特性而得到广泛应用。ANN已广泛地应用于诸如模式识别、拟合、分类、决策和预测等领域，而水产科学有很多涉及上述技术的问题。本文在简述ANN结构和工作原理的基础上，讨论分析了利用BP神经网络模型、自组织特性神经网络或Kohonen神经网络模型进行分类、模式识别、图像处理和鉴别、预测与评价、系统模拟以及最优化和多目标决策等方面的应用实例。从神经网络模型建模和数据预处理原理研究了应用人工神经网络技术建模的局限性和缺陷。并明确指出：若不采用检验样本监控学习过程，对于一定数量的样本数据，过大的神经网络结构将不可避免地引起对样本数据的过拟合，从而得到了不能正确反映样本数据结构和内在特性和神经网络模型，而可能是对样本数据的噪声的反映。本文最后探讨了人工神经网络技术与模糊数学、逻辑控制和拓扑学以及非确定性原理相结合的应用趋势。     

人工神经网络在水产科学中的应用

人工神经网络（ANN）是一种动态信息（处理）系统，它具有联想记忆、自组织、自适应、自学习和容错等优异的特性而得到广泛应用。ANN已广泛地应用于诸如模式识别、拟合、分类、决策和预测等领域，而水产科学有很多涉及上述技术的问题。本文在简述ANN结构和工作原理的基础上，讨论分析了利用BP神经网络模型、自组织特性神经网络或Kohonen神经网络模型进行分类、模式识别、图像处理和鉴别、预测与评价、系统模拟以及最优化和多目标决策等方面的应用实例。从神经网络模型建模和数据预处理原理研究了应用人工神经网络技术建模的局限性和缺陷。并明确指出：若不采用检验样本监控学习过程，对于一定数量的样本数据，过大的神经网络结构将不可避免地引起对样本数据的过拟合，从而得到了不能正确反映样本数据结构和内在特性和神经网络模型，而可能是对样本数据的噪声的反映。本文最后探讨了人工神经网络技术与模糊数学、逻辑控制和拓扑学以及非确定性原理相结合的应用趋势。     

几种QSAR建模方法的研究进展与应用

定量构效关系（QSAR）对药物设计和新药研制、环境毒物的毒性评价与预测有着显著的作用，本文简单介绍了几种QSAR建模方法：多元线性回归（MLR）、主成分分析（PCA）、偏最小二乘法（PLS）、人工神经网络（ANN）和支持向量机（SVM），并对这几种不同的建模方法在实际中的应用进行举例。可以看出PLS和ANNS是优秀的建模方法，预测能力强，SVM通过结构风险最小化原则建模，有效将期望风险降至最低，模型预测力得到显著提高，在环境毒物评价中具有广阔的应用前景。     

基于遗传神经网络的陕西省土地利用结构模型研究

针对土地利用结构变化的复杂特征与BP人工神经网络在预测应用上的缺陷,利用遗传算法来优化BP人工神经网络模型,形成了遗传算法与BP网络结合的遗传神经网络模型,通过运用matlab软件编制神经网络和遗传神经网络程序,实现模型的建立。证明遗传神经网络用于土地利用结构的预测是可行和有效的,有着良好的前景。     

几种QSAR建模方法的研究进展与应用

定量构效关系（QSAR）对药物设计和新药研制、环境毒物的毒性评价与预测有着显著的作用，本文简单介绍了几种QSAR建模方法：多元线性回归（MLR）、主成分分析（PCA）、偏最小二乘法（PLS）、人工神经网络（ANN）和支持向量机（SVM），并对这几种不同的建模方法在实际中的应用进行举例。可以看出PLS和ANNS是优秀的建模方法，预测能力强， SVM通过结构风险最小化原则建模，有效将期望风险降至最低，模型预测力得到显著提高，在环境毒物评价中具有广阔的应用前景。     

渔业水域污染死鱼的ANN识别模型的建立

本文应用人工神经网络（ANN）方法，对渔业水域污染死鱼特征进行提取，建立了导致污染死鱼的毒物类型的识别模型，其人工神经网络结构选输入层18个神经元，中间层9个神经元，输出层为1个神经元，并对网络参数的优化进行讨论。结果显示通过运用已训练好的渔业水域污染互鱼的B-P人工神经网络识别模型，只要通过简单的加法和乘法运算，就可以对任何一例污染死鱼的实际样本进行死鱼原因的判断，该方法具有较好的适用性和较高的实用性。     

渔业水域污染死鱼的ANN识别模型的建立

本文应用人工神经网络（ANN）方法，对渔业水域污染死鱼特征进行提取，建立了导致污染死鱼的毒物类型的识别模型，其人工神经网络结构选输入层18个神经元，中间层9个神经元，输出层为1个神经元，并对网络参数的优化进行讨论。结果显示通过运用已训练好的渔业水域污染互鱼的B-P人工神经网络识别模型，只要通过简单的加法和乘法运算，就可以对任何一例污染死鱼的实际样本进行死鱼原因的判断，该方法具有较好的适用性和较高的实用性。