基于神经网络遗传算法的湿度测量系统研究

在研究湿度测量和控制原理的基础上,设计了一种基于神经网络遗传算法的湿度测量系统。系统采用DHT11湿度传感器,利用改良的神经网络遗传算法对湿度测量进行优化。结果表明,经神经网络遗传算法优化的湿度测量仪可以将精度控制在1.6×10-2,大大地提高了湿度测量的精度,并且基于该算法的湿度测量具有很好的鲁棒性和自适应性。     

基于BP神经网络模型的商洛市卷烟需求预测

在国家经济新常态的大背景下,烟草行业自身"小气候"不可避免地发生变化,行业经济运行呈现出一些新的变化和特点。根据商洛市卷烟消费市场调查收集的有关数据,建立卷烟需求神经网络预测模型,介绍了其指标选取、聚类和筛选,利用Matlab软件对数据进行训练、仿真。与实际销量进行对比分析,证明采用的BP神经网络预测结果准确。     

多植被指数组合的冬小麦遥感估产方法研究

为了提高大面积冬小麦农田产量快速估算的准确率,选取Landsat 8 OLI卫星遥感数据,计算归一化植被指数NDVI、比值植被指数RVI、绿度植被指数GVI、增强植被指数EVI,分别建立4种植被指数组合与地面冬小麦实测产量的回归方程或神经网络和SVM模型。结果表明:单植被指数的非线性回归方程估产精度高于线性回归方程,冬小麦实测产量与遥感植被指数表现为非线性关系;线性回归方程估产时多植被指数组合精度高于单植被指数,多植被指数组合可实现信息互补,提高遥感估产精度;建立多植被指数组合与实测产量的非线性遥感估产模型时,SVM模型的均方根误差RMSE为339.6kg·hm~(-2),决定系数R~2为0.7852,估产精度高于BP神经网络模型、RBF神经网络模型,可应用于冬小麦遥感估产的快速、准确实现。     

中国马铃薯产地贮运工程技术分类与集成

针对中国马铃薯(Solanum tuberosum)产业发展的问题,深入调研马铃薯四大主产区,分析归纳了现有产地贮运工程技术,并采用线性分类法进行技术分类。按技术属性和特征,以大类、中类、小类、子类逐次将马铃薯产地贮运技术划分为相应的类目,将其纳入农产品产地加工与储藏工程技术体系,揭示其结构与功能。同时,对目前使用较广的技术进行集成,总结得到5种技术集成方案,提出了适于种植专业合作社、家庭农场和企业等新型经营主体的技术集成。     

基于BP神经网络的三峡库区重庆段水资源安全评价

三峡库区水资源安全关系到库区的生态安全,对库区水资源安全利用进行评价,找出问题较为严重的区域,明确其限制因子,从而为库区水资源可持续发展和水资源安全提供科学的决策依据。结合2000—2014年三峡库区水资源安全数据,选取BP神经网络构建水资源安全利用评价模型,结合ARIMA模型进行指标预测,分析了三峡库区重庆段水资源安全利用的时空差异。研究表明:(1)三峡库区重庆段2014年水资源安全利用总体分布在较不安全到较安全之间,渝中区和大渡口区为较不安全等级,沙坪坝区等7个区县为基本安全,其他区县为较安全等级;在子系统的评价中,主城区的社会安全与供需安全等级均为最低,为极不安全和较不安全等级。(2)2000—2014年水资源安全利用等级主要受生态安全因子制约,供需安全因子次之;2015—2020年水资源安全利用等级主要受供需安全因子限制,生态安全因子次之。2000—2020年水资源安全利用等级总体呈上升趋势。     

农作物害虫诱杀技术集成与推广应用

柑橘、茶树、水稻、蔬菜在宜都市农业中占有十分重要的地位,生产中这些作物长期受到柑橘大实蝇、茶尺蠖、茶毛虫、稻飞虱、稻纵卷叶螟的危害。湖北省宜都市植保站及相关单位在防治主要农作物害虫实践中综合集成了诱蝇球、黄色粘虫板、杀虫灯、茶尺蠖性信息素、二化螟性信息素、食物诱剂等农作物害虫诱杀技术,并进行了一系列的技术创新。本文介绍了宜都市农作物害虫诱杀技术集成与推广应用情况。结果表明:该技术成效十分显著,推广应用前景广阔。     

深度卷积神经网络在计算机视觉中的应用研究综述

深度卷积网络这一包括众多隐含层的网络结构发展,具有传统机器应用无法比拟的表达能力与特征学习水平。因此在其应用于深度学习算法训练以来,已经在许多大型的识别研究中赢得了良好荣誉。本文主要研究了深度卷积神经网络在计算机视觉中的主要应用。对深度卷积网络的池化操作、图像分类物体检测工作具体分析,推动深度卷积神经网络在计算机视觉中的应用发展。     

基于MIV-BP型的喀斯特地区水资源安全影响因素分析

[目的]分析喀斯特地区水资源安全的影响因素及其影响趋势,提出促进喀斯特地区水资源安全的措施与建议。[方法]采用贵州省近10a的数据,建立BP型网络模型计算平均影响值(mean impact value,MIV),对其影响因素进行实证分析。[结果]地下水供水比例、工业用水率、水资源利用率、人均粮食产量以及产水模数是水资源安全的阻碍因素。其中产水模数的影响程度呈现波动中逐年递减趋势,其余4个阻碍因素影响程度均显示逐年增强;工业固废综合利用率、工业废水排放达标率、中度以上石漠化面积比、单位GDP需水量以及地下水开发利用程度共同构成了水资源安全的驱动因素。从时间顺序来看,单位GDP需水量和地下水开发利用程度的影响趋于稳定,中度以上石漠化面积比因子对水资源安全影响越来越显著。工业废水排放达标率的影响逐年减弱,而工业固废综合利用率的影响情况波动比较大。[结论]模型计算表明,MIV-BP模型在喀斯特地区水资源安全影响因素研究方面具有一定的现实可行性。     

基于BP神经网络的北京昌平山前平原地下水水质评价

该文采用单因子评价方法对昌平区浅层地下水的超标因子进行筛选,结合水文地球化学理论探讨各因子超标原因,分析浅层地下水水质的空间分布特征,并采用BP神经网络法对水质进行综合评级。从综合评级结果来看,12眼监测井中1眼为Ⅴ类水质,5眼为Ⅳ类水质,6眼为Ⅲ类水质。单因子筛选结果表明,总硬度、总溶解性固体、氮素、氟化物等为该区最主要的超标因子。经分析可知,山前平原地带浅层地下水中氟化物为原生污染,氮素污染物主要来源于地表污染物下渗,总硬度和总溶解性固体的升高主要受地表污染物下渗、氮素的迁移转化等因素的影响。研究可为研究区地下水管理工作提供可靠数据。     

基于BP神经网络的土壤墒情预测精度研究——以肥东县为例

本文以肥东县土壤墒情为例,选用BP神经网络模型,对土壤墒情预测进行探究。先介绍神经网络相关理论知识,然后针对模型建立需要确定的参数做了详细说明。着重比较了隔日和五日两种预测结果的精度,结果表明隔日预报精度要高于五日预测精度,得出结论 BP神经网络短期土壤墒情预报能取得较高的精度,对农业生产具有实际指导意义。