基于BP神经网络的土壤墒情预测精度研究——以肥东县为例

发布时间：2019-11-13 17:16

【摘要】：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。

【相似文献】

相关期刊论文 前10条

1 时君伟;胡敏英;武志富;任振辉;;基于神经网络的视觉图像处理研究[J];安徽农业科学;2009年19期

2 苏超;方崇;黄伟军;;SOM神经网络在农业旱情评价中的应用[J];人民黄河;2011年07期

3 陈莉;朱卫东;;粗集-神经网络在农业工程项目评估中的应用[J];农业工程学报;2006年07期

4 王艳春;张金政;李绍静;王承明;;基于Matlab的神经网络仿真试验设计[J];安徽农业科学;2012年29期

5 张际先;神经网络在农业工程中的应用[J];农业工程学报;1995年01期

6 牛之贤;李武鹏;张文杰;;基于AIGA-BP神经网络的粮食产量预测研究[J];计算机工程与应用;2012年02期

7 楼文高,刘遂庆;区域水资源可持续利用评价的神经网络方法[J];农业系统科学与综合研究;2004年02期

8 潘大丰,李群;神经网络多指标综合评价方法研究[J];农业系统科学与综合研究;1999年02期

9 吴茜;杨宇虹;徐照丽;晋艳;郭焱;劳彩莲;;应用局部神经网络和可见/近红外光谱法估测土壤有效氮磷钾[J];光谱学与光谱分析;2014年08期

10 余凡;赵英时;李海涛;;基于遗传BP神经网络的主被动遥感协同反演土壤水分[J];红外与毫米波学报;2012年03期

相关博士学位论文 前1条

1 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年

相关硕士学位论文 前6条

1 李林蔚;县域耕地质量评价、更新及其时空格局变化分析研究[D];华中农业大学;2015年

2 高铭悦;基于神经网络的安徽省粮食产量组合预测研究[D];安徽农业大学;2016年

3 庄严;农业节水技术潜力评价方法研究[D];中国农业科学院;2006年

4 李武鹏;基于AIGA-BP神经网络的粮食产量预测研究[D];太原理工大学;2011年

5 黄飞;基于AMSR-E和BP神经网络的川中丘陵区土壤水分反演[D];四川农业大学;2012年

6 陈剑;面向精细农业的智能公共服务平台关键技术研究与开发[D];浙江工商大学;2014年

，

本文编号：2560392