基于径流分类的日径流量预测神经网络模型     

王玲  黄国如 《灌溉排水学报》2002,21(4):45-48

利用聚类分析法将径流序列分解为若干个子径流序列 ,对这些子径流序列分别建立局部神经网络模型 ,而后把这些局部模型合并成一个混合模型。当新的信息进入该模型时 ,首先用分类器判别其类别 ,以确定用混合模型中的何种局部模型加以模拟。通过与不加分类的总体神经网络模型的模拟结果加以对比 ,结果表明这种基于径流分类的降雨 -径流模型表现出了更优良的性能 ,可以较大地提高径流模拟精度。  相似文献   

神经网络模糊PID算法在温室温度控制中的仿真研究   总被引：2，自引：2，他引：2  

刘东利  王延耀  张建勇 《农机化研究》2006,(10):70-72

为了更好地实现对温室温度的控制,提出了温室温度控制的一种新的控制方法;通过仿真比较证明了此方法的有效性,并对其动静态特性、鲁棒性和抗干扰能力进行了探讨。结果表明,采用神经网络模糊PID算法的温室温度控制方法具有较好的动静态特性、鲁棒性和抗干扰能力。  相似文献   

微灌毛管水力学研究——微灌水力设计计算方法探讨之一     

张国祥 《节水灌溉》1990,(2)

本文不采用缝隙管的假定,提出毛管水头线的多段折线模型;在此基础上,定义了降比r和压比G,根据r的大小,讨论了均匀坡毛管压力水头的分布;讨论了总水头损失计算方法;导出诸水力特征量的计算公式。  相似文献   

基于双池化与多尺度核特征加权CNN的典型牧草识别     

肖志云  赵晓陈 《农业机械学报》2020,51(5):182-191

针对自然背景下牧草难识别的问题,提出一种基于双池化与多尺度核特征加权的卷积神经网络牧草识别方法。双池化特征加权结构通过将卷积层输出的特征图分别进行最大值池化和均值池化得到两组特征图,引入特征重标定策略,依照各通道特征图对当前任务的重要程度进行加权,以增强有用特征、抑制无用特征;多尺度核特征加权结构通过在卷积层中同时使用3×3和5×5两种卷积核,并将网络的前几层特征复用后进行加权,以提高重要特征的利用率。对10类牧草图像进行识别实验,结果表明,该方法识别率为94. 1%,比VGG-13网络提高了5. 7个百分点,双池化与多尺度特征加权有效提高了牧草识别精度。  相似文献   

自动化综合实验网络系统的构建与应用     

狄利明 《农机化研究》2006,(3):61-64

介绍了实验室现有的多个实验工艺流程装置以及控制系统的特点,描述了在实验室环境中应用常规控制系统、集散控制系统、现场总线控制系统与工业以太网控制系统实现对多个工艺流程装置的自动控制,以及研究自动化综合实验网络的构建、智能控制理论与方法的运用和教学实践的应用.  相似文献   

遗传神经网络在温室黄瓜霜霉病预测中的应用   总被引：5，自引：0，他引：5  

熊雪梅  姬长英 《农业机械学报》2002,33(4):69-71

在神经网络结构的优化、连续权重的训练中采用遗传算法的方法对日光温室黄瓜霜霉病进行预测，并对其发生程度进行了拟合，计算值与实际值接近，表明该模型具有良好的预测效果。  相似文献   

无线局域网在解放军医学图书馆的应用     

甄保社  董秋生  罗荣庆  马骏涛 《农业环境科学学报》2007,(4)

 

结合解放军医学图书馆无线局域网络的实际应用情况，从无线局域网的概况、应用特点及安全防护等几方面介绍了无线局域网络的相关知识。

  相似文献   

基于改进粒子群算法的烧结配料预测模型     

黄晶晶  万丽丽  秦岭 《湖南农业大学学报(自然科学版)》2011,(3):90-94

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。  相似文献   

Neural network prediction of performance parameters of an inclined plate seed metering device and its reverse mapping for the determination of optimum design and operational parameters   总被引：2，自引：0，他引：2  

M. Anantachar  T. Guruswamy 《Computers and Electronics in Agriculture》2010,72(2):87-98

Seed planting equipment with inclined plate seed metering devices is the most commonly used equipment for planting of peanut crop in India. For obtaining the high yield, it is very essential to drop the peanut seeds in rows maintaining accurate seed rate and seed spacing with minimum damage to seeds during metering. This mainly depends on forward speed of the planting equipment, rotary speed of the metering plate and area of cells on the plate. The relationship between these factors and the performance parameters viz., seed rate, seed spacing and percent seed damage can be established using regression analysis. But they may not be very accurate and may pose difficulty in the determination of inputs for a set of desired outputs (reverse mapping). Hence, an attempt has been made in this paper to develop the feed forward artificial neural network (ANN) models for the prediction of the performance parameters of an inclined plate seed metering device. The data were generated in the laboratory by conducting experiments on a sticky belt test stand provided with a seed metering device and an opto-electronic seed counter. The generated data was used to develop both statistical and neural network models. The performance of the developed models was compared among themselves for 4 randomly generated test cases. The results show that the ANN model predicted the performance parameters of the seed metering device better than the statistical models. In order to determine the optimum forward speed of the planting equipment, peripheral speed of the metering plate and the area of cells on the plate to obtain the recommended seed rate of 33.33 seeds/m², seed spacing of 100 mm and percent seed damage of 0.2% with 100% fill of the cells, a novel technique of reverse mapping using ANN model was followed. It was observed that the optimum forward speed of the planting equipment and optimum area of cells on the metering plate had good correlation with size of seed. Linear regression equations were developed to predict the optimum forward speed of the planting equipment and optimum area of cells on the metering plate using the size of seeds as independent parameter. The peripheral speed of the metering plate of 0.237 m/s was found to be optimum for the size of seeds in the range of 95.42-123.01 mm². However, the results need to be verified by conducting planting operation under actual field conditions.  相似文献   

酵母基因表达调控关系的构建及其统计特性分析   总被引：1，自引：0，他引：1  

吉冬梅 《安徽农业科学》2009,37(10):4360-4362

[目的]从复杂网络的角度研究酵母细胞周期调控网络的统计特性。[方法]首先对酵母的细胞周期基因表达数据采用皮尔逊相关性度量,计算基因间的关联矩阵,即建立简单的基因调控网络;同时为了能够得到在宏观角度对大规模的基因调控有一个全貌的了解,进一步分析所建立调控网络的统计特性,通过计算所建立网络的统计特性：即计算网络的聚类系数、平均路径长度和网络的度分布。[结论]发现所建立的网络具有无标度和小世界特性,即所建立的酵母基因调控网络属于复杂网络,这为进一步深入研究基因调控网络的统计学和动力学特性打下了基础。  相似文献