开关电流联想记忆

"Switched current" is a new analogue sampled data signal proressing technique which can be implemented without linear floating caparitors. This feature enables signal processors to be integrated in a stundard digital VLSI process. The application of SI te     

土地质量评价指标体系研究进展与展望

目前我国经济建设已经取得巨大成就,随着人口数量不断增多,土地资源重要性日益突出,其安全水平和质量状态越来越受到重视,土地质量评价是对土地资源进行数量质量和生态三位一体保护的基础,而构建一套完整、科学、合理的土地质量评价指标体系是做好土地质量评价工作的关键和基础。本文基于土地质量复杂内涵的界定,系统总结国内外土地质量评价选取指标及其特点,阐述不同指标体系的适用范围,分析了我国土地质量评价指标体系构建的现状和进展,并展望了土地质量评价指标体系研究的发展方向。此研究可为土地复垦和生态修复工程技术标准、基本农田监测体系构建,以及不同类型土地质量评价提供指标体系导引和借鉴。     

土地质量评价研究综述

土地质量评价是全面衡量土地质量水平,表征土地质量差异的有效途径。综述了近年来土地质量评价指标、评价单元的选取及评价方法的研究进展。指出未来土地质量评价应加强非农用地评价的研究,评价指标体系的建立和完善,重视定量评价与定性评价相结合及新方法、新技术的应用,为土地资源调查、土地利用规划及土地利用的可持续发展提供有利支持。     

农用地分等法在土地质量评价中的应用探讨

以某县的1个土地整理项目为例,应用农用地分等法进行土地质量评价,以分析其可行性及优缺点,为开展土地整理后土地质量评价带来新的思路,提高土地整理项目决策管理水平,保证土地整理事业持续健康发展。     

用模糊数学对哲里木盟土地质量和适宜性的评价

本文用模糊数学对哲里木盟主要的土壤类型进行质量等级划分，共分为９个等级，在此基础上，用模糊综合评判确定了春小麦，玉米，水稻，高梁，黄豆等主要农作物适宜种植的土地类型。     

土地质量指标在可持续土地利用管理评价中的应用研究

本文双联合国土地质量指标计划推荐的核心为指导，对河北省曲周的土地利用管理活动进行了可持续评价。评价结果表明：曲周的盐渍化治理取得了很大成绩，土壤肥力增加，土地质量总体上得到提高，农业生产稳定增长；同时，土壤污染问题开始显现，生物多样性受到威胁，这些问题现在虽然对土地利用的可持续性还没有形成致命影响，但如何继续发展下去，肯定对农业土地利用系统的可持续性构成威胁。     

基于神经元晶体管和忆阻器的 Hopfield 神经网络及其在联想记忆中的应用

随着人工智能的高速发展,越来越多的神经元模型相继被提出,现有的神经元电路主要由普通晶体管、运算放大器等高功耗器件构成,存在结构复杂、集成度不高、兼容性差、功耗高、阈值调节难度高的缺点.针对以上不足,首次提出了一种全新的神经元结构,该结构仅由神经元晶体管、忆阻器和普通电阻构成,相比传统神经元电路,不包含复杂的差分运算电路以及电流与电压信号的转换电路,电路结构简单,同时具有良好的电路兼容性,可用于大规模集成.该结构利用神经元晶体管的加权求和特性以及阈值可控功能来模拟神经元信息传导过程,同时利用阈值忆阻器的阈值特性和阻值连续变化能力来设定和更新突触权值,使得该新型神经元结构不仅能实现传统神经元电路功能的同时,还具有能耗低、阈值动态可控、权值可编程的优点,不仅极大地简化了网络结构,还能加强网络性能.其次,还提出了基于这种新型神经元结构的忆阻离散Hopfield神经网络,该忆阻神经网络有助于促进人工神经形态系统的硬件实现,使神经网络系统能耗降低,集成度极大地提高,将这种网络运用在联想记忆和彩色数字图像恢复中,进一步说明了基于全新神经元结构的忆阻离散hopfield神经网络的实用性以及有效性.     

模糊综合评价的一种神经网络方法

将神经网络理论应用于模糊综合评价，首先引入因素空间的概念，在因素空间中给出了一种基于三层神经元的多用量化模糊综合评价方法，并利用LMS算法及矩方法研究了该模型权重及学习步长的确定方法，实现了权重及学习步长的网络学习，最终实现了等级评价值的计算机输出．较好地解决了传统的综合评价方法中各指标的权数受人为因素的影响这一难点问题．     

英语词汇联想记忆方法分析

从英语词汇的构成特点和人类心理记忆规律出发,分析了英语词汇的联想记忆规律,详细讨论了利用联想规律记忆词汇、有效增加词汇量的 7种方法,从而达到有效开发和利用人的记忆潜能和扩大词汇量的目的     

湖泊富营养化综合评价模糊神经网络专家系统的研究

在综合评价体系结构基础上，应用模糊神经网络技术，建立了1个湖泊富营养化综合评价模糊神经网络专家系统，该专家系统易于表达模糊知识，其知识获取和存储方式与普通专家系统不同，具有较高的推理效率，较强的容错、自适应和自我更新能力。     

基于模糊数学的农用地质量综合评价模型

针对农用地资源的特点,从自然因素、社会经济因素、区位因素3个方面出发设置全面的评价指标体系,运用模糊综合评判法以分析各参评因素的状态水平及各因素相互作用产生的综合协同效应,建立了一个较为完整的农用土地资源质量的模糊综合评价方法的模型。以武威市凉州区农用地资源质量评价为例,对模型进行了验证,取得了较好的效果,证实了模型的实用性。     

宗地估价的模糊综合评估法

将模糊数学理论运用于土地评估中，提出了一种估价新方法—模糊综合评估法.     

农用地质量模糊综合评价模型的建立与检验

针对农用土地资源的特点,从土壤特性了发,结合环境设施等因素,运用模糊列联表模拟参评因素与农用土地资源质量之间的关系;以模糊聚类法综合分析各参评因素的状态水平及各因素相互作用产生的综合协同效应,从质量方面对农用土地资源进行合理的分类,采用模糊综合评判法准确地评定宗地的等级水平,从而构成了一个较为完整的农用土地资源质量的模糊评价体系。     

灌溉水质属性的人工神经网络评价方法研究

应用人工神经网络理论与方法建立了灌溉水质评价的BP神经网络模型 ,以对水质评价中普遍采用的盐浓度、渗透率、特殊离子及其毒性等 5个指标进行了示例分析计算 ,并与综合评价方法进行对比 ,所得结果表明神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系 ,评价水质简便可靠 ,采用该方法评价灌溉水质是科学的和客观的     

基于BP神经网络和支持向量机的农用地分等方法研究

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度。以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络——BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析。BP神经网络模型的评价正确率为89%,精度较高;支持向量机(SVM)模型的评价结果正确率为99%,达到高精度等级。2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作。     

农作物虫情的模糊神经网络预测模型

利用BP神经网络建立的农作物虫情预测模型,其算法存在收敛速度慢、网络泛化能力差等缺点,可影响预测精度。为进一步提高预测精度,将人工神经网络与模糊系统结合,建立基于模糊神经网络的农作物虫情预测模型;并将该模型与基于BP神经网络算法的预测模型进行比较。结果表明,模糊神经网络的预测模型预测精确度比较高,训练速度比较快;该模型给农作物虫情预测提供了一种新方法。     

基于BP神经网络的福建省耕地预测模型

福建省耕地严重短缺,人均占有耕地面积较小.随着经济的发展,人均占有耕地资源将进一步减少.针对这一现象,本文运用BP神经网络对福建省历年耕地面积进行拟合,建立预测模型,结果表明模拟效果理想.     

基于人工神经网络农用地分等研究Ⅰ.分等模型与精度检测

基于BP人工神经网络(BP-ANN)原理,针对农用地分等的问题,设计了BP神经网络农用地分等模型和精度检测方法.结果表明:BP-NN农用地分等模型通过少量典型样本的训练和学习后,可简便、快捷地计算出大规模待定样本的分等综合指数;其泛化功效和精度检测也符合要求.     

基于灰色模糊综合评价模型的土地生态安全评价——以海南西部为例

以海南西部为例,利用灰色模糊综合评价模型对儋州、白沙、昌江、东方等4市（县）的土地生态安全进行分析和评价。结果显示,4市（县）模糊合成均值仅为0．5573分,表明琼西地区4市（县）土地资源可持续发展水平较差,生态安全受到威胁,其中自沙和儋州土地资源可持续发展水平相对较好,处于生态准安全区,而昌江和东方处于生态危险区。该区域应采取相应措施提高土地资源利用水平,促进生态环境良性循环,确保土地利用、社会效益、经济效益和生态效益平衡发展。     

基于模糊神经网络的农业病害诊断通用平台构建

【目的】构建基于模糊神经网络的农业病害诊断通用平台。【方法】将客观计算与专家经验相结合,分别对病害症状的重要性及其模糊描述进行分析量化。建立模糊BP神经网络通用诊断模型用于诊断推理,引入附加动量法和自适应学习速率法对传统BP算法进行改进。采用面向对象的方法,运用Java语言开发病害动态诊断平台,并以葡萄病害诊断为例,对平台功能及性能进行测试。【结果】基于模糊神经网络的农业病害诊断通用平台构建成功,其对葡萄病害的诊断结果与专一的葡萄病害诊断专家系统诊断结果一致,且神经网络的训练速度显著提高。【结论】构建的基于模糊神经网络的农业病害诊断通用平台,适用于多种作物的病害诊断,克服了完全依靠专家经验的主观性,诊断效率高,具有较高的实用性、通用性和灵活性。