您的位置: 专家智库 > >

国家级星火计划(2006EA780057)

作品数:7 被引量:77H指数:6
相关作者:薛月菊胡月明陈强杨敬锋吴慕春更多>>
相关机构:华南农业大学合肥工业大学中国科学院更多>>
发文基金:国家级星火计划国家科技攻关计划广东省自然科学基金更多>>
相关领域:自动化与计算机技术农业科学电子电信更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 3篇农业科学
  • 1篇电子电信

主题

  • 4篇神经网
  • 4篇神经网络
  • 3篇网络
  • 1篇遗传算法
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇支持向量机
  • 1篇支持向量机回...
  • 1篇神经网络集成
  • 1篇水分
  • 1篇水分传感器
  • 1篇碳通量
  • 1篇土地利用
  • 1篇土地利用变化
  • 1篇土壤
  • 1篇土壤水
  • 1篇土壤水分
  • 1篇土壤水分传感...
  • 1篇农用
  • 1篇农用地

机构

  • 7篇华南农业大学
  • 1篇合肥工业大学
  • 1篇中国科学院

作者

  • 6篇薛月菊
  • 5篇胡月明
  • 5篇陈强
  • 4篇杨敬锋
  • 2篇吴慕春
  • 2篇刘国瑛
  • 1篇卢启福
  • 1篇包世泰
  • 1篇陈联诚
  • 1篇王璐
  • 1篇李晴
  • 1篇陈志民
  • 1篇刘建敏
  • 1篇田剑

传媒

  • 4篇农业工程学报
  • 2篇计算机工程与...
  • 1篇传感技术学报

年份

  • 1篇2011
  • 3篇2009
  • 3篇2008
7 条 记 录,以下是 1-7
排序方式:
支持向量机回归的碳通量预测被引量:12
2009年
如何根据影响因素较好地预测碳通量是许多环境监测者非常关注的问题。但至今尚无一种非常有效的预测模型,为此研究ε-支持向量回归机在碳通量预测中的具体应用,并与BP神经网络模型的预测结果做了比较,分析了两种方法在核函数及相关参数、网络结构、神经元数目选择方面各自不同的特点。实验结果表明,基于ε-支持向量回归机和BP神经网络模型的碳通量预测结果与碳通量实测值之间存在显著相关性。但ε-支持向量回归机方法的预测过程更易掌控,整体预测精度高于BP神经网络的精度。
陈强吴慕春薛月菊杨敬锋刘国瑛
关键词:反向传播神经网络碳通量
基于GA-NN的碳通量预测因素选择被引量:5
2011年
研究和选择碳循环的影响因素是预测碳通量的重要环节,也是研究碳循环机理的重要步骤。然而从众多的影响因素中选择重要的因素,依然存在着困难。提出利用相关分析、遗传算法和神经网络进行碳通量预测的主要因素选择的方法,首先用相关分析去处冗余的因素;然后利用遗传算法,以选择最小数目的因素时,最大碳通量的观测值和用神经网络预测值的相关系数为准则,来搜寻最优的影响因素。实验证明该方法能在不影响(或尽量小地影响)预测精度的前提下,有效地选择出碳通量预测的重要因素。
薛月菊刘曙光胡月明刘国瑛陈强
关键词:遗传算法神经网络
基于SFAM神经网络集成的土地评价被引量:16
2008年
SFAM(Simplified Fuzzy ARTMAP,简化的模糊ARTMAP)神经网络具有自组织反馈、增量式学习和高度复杂映射等特点,是一种较BP神经网络和RBF神经网络等前馈神经网络更优秀的自组织神经网络。为克服SFAM神经网络受输入样本顺序的影响,提高土地评价的精度,提出利用SFAM神经网络集成进行土地评价的方法。并用SFAM神经网络、SFAM神经网络集成、BP神经网络、BP神经网络集成、RBF神经网络和RBF神经网络集成等方法对广东省中山市的土地进行了评价,对评价结果进行了分析和比较,结果表明SFAM神经网络具有比BP神经网络和RBF神经网络更优越的评价性能;对于这三种不同的神经网络,神经网络集成的土壤评价精度分别高于单个神经网络的精度。
薛月菊胡月明杨敬锋陈强
关键词:神经网络集成BP神经网络RBF神经网络
基于数据挖掘分类法的农用地分等被引量:8
2009年
应用决策树模型、BP神经网络和Logistic回归模型等分类法,对龙川县农用地分等进行了实证研究,并对各方法的分等结果有效性进行了评价,同时利用混淆矩阵探讨了样本数量对3种模型分类精度的影响。结果表明,样本数量对模型影响有差异,其中对BP神经网络和决策树模型影响较大,在较多训练样本时,模型的精度较高。在较多样本支持下,BP神经网络精度最高,但训练模型的时间较长,可解释性差;决策树模型既具有较高的精度又具有良好的可解释性;Logistic回归模型表现较差。决策树模型最适合龙川县农用地分等工作。研究结果表明,数据挖掘分类法是有效而准确的土地评价方法,有助于提高土地评价的精度和准确性,对农用地分等方法的优化具有一定的借鉴意义。
王璐田剑刘建敏
关键词:BP神经网络LOGISTIC决策树农用地分等
基于Boosting的决策树集成土地评价被引量:9
2008年
传统的土地评价方法易受人为因素的限制,探索更科学合理的土地资源评价方法,对土地利用与规划具有重要意义。由于决策树具有分类精度高、分类器可解释性强的优点,特别是C5.0采用了提高决策树分类精度的Boosting技术,提出利用Boosting技术的决策树集成C5.0进行土地评价的方法。采用C5.0算法对广东省土地资源进行了评价,对不使用Boosting的决策树和使用Boosting决策树集成的评价结果进行了分析和比较。研究结果表明利用决策树进行土地质量评价能够得到较高的评价精度,且Boosting决策树集成的土地评价精度高于不使用Boosting的决策树的精度。
薛月菊胡月明杨敬锋陈强
基于TDR-3的土壤水分传感器标定模型研究被引量:29
2009年
无线传感器网络为土壤水分实时采集提供了经济、方便的途径,对分析土壤含水量时空变异和作物生长气候变化意义重大。将无线传感器网络与TDR-3土壤水分传感器结合实现土壤水分实时监测。为了克服TDR-3土壤水分传感器的非线性缺陷,提出利用最小二乘法对土壤水分曲线进行分段线性标定的方法,并采用相关性系数进行精度验证。实验结果表明,分段线性法所建立模型的精确度较高,而且标定模型简单实用、可行。通过标定模型的研究,使得土壤水分的无线传感器网络能够较精确地进行土壤水分的实时监测。
卢启福吴慕春胡月明薛月菊陈联诚李晴
关键词:土壤水分传感器最小二乘法无线传感器网络
基于关联规则和模糊判据的土地评价方法被引量:14
2008年
为提高土地评价知识表达的可解释性,使评价结果更能反映土地变化的自然规律与本质特征,提出利用关联规则和模糊判据进行土地评价的方法。并利用所提出的方法对广东省的土地进行了评价。试验结果表明,该方法适于从土地评价数据库中挖掘出易于理解的土地评价规则;当最小支持度分别为0.005、0.003和0.001时,挖掘出的土地评价关联规则数分别为32、54和126条,其中,在最小支持度为0.001时,利用126条土地评价关联规则即能获取高达95.25%的土地评价精度。
杨敬锋薛月菊胡月明陈志民陈强包世泰
关键词:关联规则模糊判据土地利用变化
共1页<1>
聚类工具0