基于BP神经网络的森林生态系统健康预测

森林的健康状况将直接影响全球生态稳定和全人类的可持续发展,而对森林健康预测是人们了解森林生态状况的重要手段。在选定森林健康评价指标的基础上,建立了一个3层BP神经网络模型,并应用于鹫峰国家森林公园森林健康预测。预测验证结果表明,基于神经网络预测森林生态系统健康具有良好的合理性与可靠性。并为了构建一个准确稳定的森林健康预测模型,给出了一些相关建议。     

Using a Neural Network with Nonlinear Self-feedback to Solve the Maximum Clique Problem

As the MCP is NP-hard, an efficient approach to treating this problem is to design appropriate recurrent neural networks. We develop a new algorithm for the MCP, which can, to a certain extent, prevent the associated neural network from falling into local optimal points. The proposed algorithm incorporates nonlinear self-feedback into the SLDN algorithm and has distinguished dynamical characteristics. Simulation results show that the performance of proposed algorithm is statistically superior to the SLDN algorithm.     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

中小尺度流域洪水模型模拟比较研究

中小尺度流域洪水模拟是水文预报和防洪减灾的重要基础工作,选择适宜的水文模型对制定水文预报方案具有重要意义。以长江上游支流沿渡河流域为研究对象,对比分析了3种不同类型的水文模型(新安江模型、TOPMODEL、人工神经网络模型)对场次暴雨洪水过程的模拟效果及适用性。结果表明:各模型在模拟场次和验证场次的平均NSE效率系数均超过0.7,平均径流深误差均低于12%,可见3种模型在沿渡河这一湿润地区典型中小尺度流域均有较好的适用性。在验证期,新安江模型模拟的径流深相对误差均未超出许可误差20%的范围,且NSE系数均值达到0.826,然而Topmodel和BP模型模拟下各场次洪水的NSE系数虽均大于0.6,但个别场次结果精度较低。此外,新安江和BP模型的实测与模拟流量点群更接近1∶1线,在流量模拟方面更好,Topmodel的流量模拟整体偏大。总的来说,新安江模型在流域的适用性更好,Topmodel和BP模型次之。     

浅谈语用偏离对网络新生语言的影响

语言是社会成员之间相互交际、思维的工具,网络语言则是近些年来伴随着网络的迅速发展而新兴的一种有别于传统平面媒介的语言形式,语用偏离是一种言语表达手段,语用偏离具有超越于字面意义、文学审美和情感美的功能,语用偏离对网络新生语言具有重要的影响.     

汽车驾驶机器人模糊神经网络换挡控制方法

为了实现汽车驾驶机器人挡位决策的智能化,提出了一种驾驶机器人模糊神经网络换挡控制方法.模糊神经网络模型的输入为驾驶机器人油门机械腿的位移、试验车辆的车速和加速度,模型的输出为挡位.输入变量的隶属函数都为3个,类型都采用广义钟形函数gbellmf,网络训练算法选用反向传播算法和最小二乘法相结合的混合学习算法.仿真结果表明,汽车驾驶机器人模糊神经网络控制仿真挡位与试验挡位基本一致,该方法可根据操作工况环境实现正确的汽车驾驶机器人挡位控制.     

低模数水玻璃对橡胶轻骨料混凝土力学性能的影响

为了了解不同掺量水玻璃对橡胶轻骨料混凝土(RLC)力学性能的影响,在RLC中加入水玻璃,并用20％粉煤灰代替水泥,制作水玻璃掺量分别为0,2％,4％,6％,8％的混凝土试块.通过核磁共振试验研究其微观孔隙变化及强度形成机理;进行对数函数曲线预测和BP神经网络强度预测,判断其可靠性并对比优劣.结果表明:水玻璃的掺入使RL...     

国外网络健康信息用户研究进展及启示

从研究内容和研究方法两方面探讨国外网络用户健康信息需求和行为领域的主要进展和热点问题,以期为我国更好地开展网络健康信息用户研究提供发展思路。     

生菜叶中磷含量的光谱定量分析

为快速、准确检测生菜叶内的磷含量,提出了应用光谱技术结合化学计量法无损检测生菜叶内磷含量的方法。通过获取不同施磷量下生菜叶片于波长350~2500nm处的反射光谱,对光谱数据进行5点平滑和一阶导数变换后,利用联合区间偏最小二乘算法（siPLS）提取了与生菜叶磷元素相关的4个特征波段,即950~1070nm, 1430~1549nm,1906~2025nm和2144~2263nm。进一步利用连续投影算法（SPA）对全光谱波段和4个特征波段进行特征波长提取,分别筛选出变量63个和25个。分别对4个特征波段、63个和25个特征波长进行主成分降〖JP2〗维,当主成分数分别为7、5和4时,隐含层神经元数分别为7、5和3时,建立了siPLS+BPANN,SPA+BPANN,siPLS+〖JP〗SPA+BPANN生菜叶磷含量检测模型。研究结果表明：siPLS+SPA+BPANN模型的预测结果优于其他模型,验证集相关系数为0.911,验证均方根误差为479mg/kg。     

经验模态分解(EMD)在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的非平稳特征，提出了基于经验模态分解(Empiri-cal Mode Decomposition，简称EMD)和神经网络的滚葡轴承故障诊断方法，首先对原始信号进行了经验模态分解，将其分解为多个平稳的固有模态函数(Intrinsic Mode functioll，简称IMF)之和，再选取若干个包含主要故障信息的IMF分量，并从中提取时城特征措标——峭度或裕度因子作为神经网络的输入参数来识别滚动轴承的故障模式，对滚动轴承的内圈、外圈故障信号的分析结果表明，以EMD为预处理器提取时域特征参数的神经网络诊断方法比直接从原信号中提取时域特征参数的诊断方法有更高的故障识剐率，可以准确、有效地识别滚动轴承的工作状态和故障类别。