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。     

人工神经网络在农业自然资源研究中的应用

人工神经网络是一种模拟人脑思维过程的计算模型,具大规模并行处理、信息分布式存储、较强自适应性、自组织性和容错性等优良特性,在非线性关系模拟中更具优势。在对人工神经网络和农业自然资源进行简单介绍的基础上,综述了人工神经网络在农业自然资源研究领域中,在预测预报、评价(评估)、分类和识别以及优化计算方面的应用,并对人工神经网络的应用前景作了概括性的展望。     

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。     

图表法在农学生物化学教学中的应用

对图表法在农学生物化学教学中的应用做了探讨,证明这种方法有助于调动学生学习的积极性、改善教学效果和提高教学质量,值得更多教师在教学实践中进行尝试。     

人工神经网络在恶性肿瘤诊断中的应用

本研究将人工神经网络方法用于人血清荧光光谱法诊断癌症，采用反向传播神经网络方法，建立识别人血清荧光光谱的网络模型，参数经过训练，平均识别率高达94％。     

人工神经网络在汽油发动机故障诊断中的应用

结合专家系统与模拟神经网络技术,通过对汽车发动机废气中ＨＣ,ＣＯ,ＣＯ２和Ｏ２含量的分析进行故障推理和诊断,首无由人工神经网络模块进行故障分类,再经专家系统给出解释并进一步推理,得到具体的诊断结果,从而实现发动机常见故障的快速智能化诊断。     

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。     

人工神经网络在林分生长模型中的应用

在介绍人工神经网络定义、特征、结构及其局限性和发展趋势的基础上,重点介绍其在国内外林分生长模型中的研究现状,为构建精准林分模型提供参考。     

人工神经网络在农产品品质检测、分级中的应用

人工神经网络方法可对农产品进行客观、准确、快速、全面的检测分级,显示了巨大的潜力,并正以很快的速度与生产实际相结合。本文对人工神经网络方法在彩色图像分割和边缘检测、农产品品质检测(果实颜色识别、果形识别、分级)、农产品品质及其变化预测等领域的应用进行了介绍。     

利用人工神经网络建立谷物干燥模型

分析了谷物干燥传统建模的难点，介绍了人工神经网络建模的原理和方法及其在干燥过程中的运用。     

单螺杆挤压机系统的人工神经网络建模

以全脂大豆粉为原料，以单螺杆挤压机加工时的物料含水率、螺杆转速和机筒温度为工作参数，对挤压机的挤压膨化效果(以膨化压力来衡量)进行试验研究。利用正交旋转组合试验设计及试验数据，建立了单螺杆挤压机的人工神经网络模型。对未参与人工神经网络建模的数据进行评价和比较，结果表明，该模型对一定工作参数条件下的预测结果最大相对误差为8．76％，其结果对于生产实践具有指导作用。     

基于人工神经网络的逆流式谷物干燥机模型

针对传统数学建模方法的局限性，利用人工神经网络建立逆流式谷物干燥机模型。网络的拓扑结构是基于感知机的３层前向网络，采用ＢＰ算法对网络进行训练，训练数据来源于逆流干燥要计算机模拟结果。实验结果表明网络能很好地预测逆流干燥机的行为。     

基于人工神经网络的森林火险预测

在对河南登封地区火灾发生状况进行有效分析的基础上,以林火发生与其紧密相关的气象因子为基础,运用BP人工神经网络建立了林火发生预测模型,分析得出最好的网络结构为6∶5∶1,建模精度为0.97,98%的样本拟合误差绝对值不超过0.000 7,取得了较好的拟合效果。     

复杂生态系统稳定性的人工神经网络建模

建立以生物功能群为单元，不同功能群为结构层，影响生态系统稳定性的因素及各功能群的数量为网络输入的复杂生态系统稳定性的人工神经网络模型，用以方便、快捷、准确地评价生态系统的稳定性，为制定区域发展规划和生态保护规划，实施生态保护工程提供科学依据和技术支撑．     

利用人工神经网络判别陶瓷原料种类

利用三层 BP人工神经网络 ,对陶瓷原料进行模式识别 .以原料特征参数作为判别指标 ,由训练样本集得到最佳网络参数 ,然后对待测样本的种类进行预测 .研究结果表明 ,人工神经网络用于陶瓷原料的模式识别 ,其结果和实际一致 .该方法有助于配方中陶瓷原料的选择 ,值得推广     

基于GIS的神经网络法在宗地地价评估中的应用

为了对城市宗地地价进行评估,采用RS和GIS技术对宗地估价底图图层等资料进行更新和管理,建立GIS宗地估价信息系统并从中提取相似交易宗地,提出利用人工神经网络、结合特尔菲法建立宗地地价评估指标体系,以宗地地价为评估目标的宗地评估方法。本文在模型建立过程中,以南昌市22个商业用地资料中的18个为学习样本,以5个评估指标为输入,以宗地地价为输出,建立了三层BP人工神经网络,并以其余4个商业用地资料作为验证,取得了较好的模拟效果。有效地解决了一次大批量地价评估的难题,为宗地地价评估提出新的方向。     

水分敏感指标人工神经网络模型研究

 选用经度、纬度和土壤有效含水量、全生育期日平均参考作物腾发量作为输入因子，水分敏感指标作为输出因子，构建了一个具有二层隐含层的BP人工神经网络模型，利用湖北和广西的水稻试验数据作为样本对网络进行训练和检验。结果表明：模型具有较高的拟合精度和预测精度，能够用于缺乏试验数据的地区进行水分敏感指标的计算。     

森林火灾成灾面积的人工神经网络BP模型预测

应用人工神经网络BP模型对河南省森林火灾成灾面积进行预测,网络模型的最大相对误差为1.15%,最小相对误差是0,平均为0.42%,表明预测值与实际值吻合程度很好,模型精度较高,建模简单,是预测森林火灾成灾面积的有效方法.