排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
空间插值是研究空间因子区域分布特征的重要方法,可实现空间因子可视化展示。不同的空间因子受影响不同,导致空间插值方法的可靠性和适用性存在差异。为了确定室内区域湿度场动态实时化模拟的最佳方法,以Inter实验室内54个温湿度传感器的一个月采集数据为研究案例。综合分析了反距离权重插值、径向基函数插值、普通克里金插值、协同克里金插值、时空克里金插值和时空协同克里金插值6种空间插值方法,并采用交叉验证的方法对插值结果进行比较。结果表明,时空协同克里金插值方法在模拟准确度、可信度和反应极值等能力都要优于其余几种插值方法。 相似文献
2.
3.
针对智能温室变量施水的土壤水分预测问题,建立基于神经网络的土壤水分动态预测模型。以Delaunay三角剖分布点方法为基础,并将种植区域离散成若干单元。对各离散单元,模糊其土壤喷灌量,将单位时间土壤含水量的变化映射成土壤水势变化。考虑到土壤的时空特性,使用MATLAB建立以预测单元表层测量点土壤含水量、土壤温度和单位时间土壤含水量变化量作为输入,未来时刻该单元中心土壤深层含水量作为输出的BP神经网络和RBF神经网络预测模型。利用温室实际数据验证模型的准确性,通过比较两种神经网络模型结果,得出RBF神经网络模型具有较好实用性,为温室精细化变量施水的实现奠定基础。 相似文献
4.
空间插值是研究空间因子区域分布特征的重要方法,可实现空间因子可视化展示。不同的空间因子受影响不同,导致空间插值方法的可靠性和适用性存在差异。为了确定室内区域湿度场动态实时化模拟的最佳方法,以Inter实验室内54个温湿度传感器的一个月采集数据为研究案例。综合分析了反距离权重插值、径向基函数插值、普通克里金插值、协同克里金插值、时空克里金插值和时空协同克里金插值6种空间插值方法,并采用交叉验证的方法对插值结果进行比较。结果表明,时空协同克里金插值方法在模拟准确度、可信度和反应极值等能力都要优于其余几种插值方法。 相似文献
5.
1