论文部分内容阅读
应用神经网络集成模型,以空气湿度、温度、太阳辐射以及风速为输入,利用交叉验证方法确定网络隐层节点数,建立作物需水量的预测模型。实验结果表明,与单个神经网络与随机森林模型相比,神经网络集成模型能获得更好的预测精度,可用于节水灌溉。
基于神经网络集成的作物需水量预测
【摘 要】
：
应用神经网络集成模型,以空气湿度、温度、太阳辐射以及风速为输入,利用交叉验证方法确定网络隐层节点数,建立作物需水量的预测模型。实验结果表明,与单个神经网络与随机森林
【机 构】
：
盐城工学院电气工程学院
【出 处】
：
软件导刊
【发表日期】
：
2018年1期
【基金项目】
：
江苏省新型环保重点实验室项目（AE201121）,盐城市农业科技指导性计划项目（YKN2014012）
其他文献
节能减排一直是汽车领域研究中的重点问题，影响混合动力汽车（HEV）节能减排的关键因素就是动力总成的参数匹配优化方法。传统的参数匹配方法要求行驶工况已知，而忽略了实际路况的
为了解决某型飞机刹车系统管路出现强烈振动的问题,对整体系统进行性能优化分析。建模过程中针对系统表现出的对管路参数敏感的特性,采用一维非恒定流动方程建立管路模型,并采用特征线法给出管路的数值解,更真实仿真管路的瞬态特性,仿真结果和试验结果基本一致。通过分析回油管路及刹车管路的长度、回油背压对系统稳定性能的影响,提出了通过改变管路特性及回油背压来改善系统稳定性能的方法;通过分析刹车伺服阀的结构特点,提
逐点插入法是构建Delaunay三角网的主要方法之一,而在众多三角形中能否快速找到插入点所在三角形是影响整个逐点插入法构网速度的重要因素。在分析现有点定位算法的基础上,结合三角形重心的几何性质,提出了一种新的点定位算法,简化了待插点位于三角形两条边外侧时的寻找下一三角形的计算步骤,避免了求三角形重心坐标和相交边的过程,并将新算法应用到点云数据地形建模中。实验结果表明,上述算法较目前其它点定位算法能
在无线传感器网络跟踪系统的优化中,由于无线传感器网络的有限带宽和相关噪声,对定位精度造成影响。为提高目标跟踪性能,进行传感器定位测距算法优化设计。传统方法中采用信息融合量化分析方法实现传感器的分布式定位测距,在低维状态空间中进行量化信息融合,无法满足各传感器节点的噪声滤波和带宽扩维的需求,测距精度不高。提出一种采用强跟踪滤波扩维融合的传感器定位测距算法,构建多传感器数据融合滤波结构模型,采用自适应
针对工业控制网络中入侵行为产生的波动,传统的抑制方法在工作过程中,由于入侵波动具有隐匿性、无序性与不稳定性,加之网络噪声的干扰,造成抑制源过多,无法有效辨认,存在效果差、抑制效率低的缺陷。提出利用贝叶斯推理与RBF神经网络优化算法相融合的工业控制网络中入侵波动的抑制方法。采用贝叶斯相关理论建立网络入侵检测的数学模型,实现网络入侵的检测,对网络入侵的波动范围加以确定,依据RBF神经网络优化算法分别计