人工神经网络在电力系统短期负荷预测中的应用     

胡晖  杨华  胡斌 《湖南农业大学学报(自然科学版)》2004,31(5)

根据电力系统短期负荷变化的特性，提出BP模型在实际负荷预测应用中的方法和步骤．对BP网络结构、样本空间、收敛性等作了有针对性的研究．结果表明：多层神经网络应用于电力系统短期负荷预测是可行和有效的．其预报结果比传统的负荷预测方法更准确、经济、效果更好．  相似文献   

谈复合型网络信息咨询人才的培养   总被引：2，自引：0，他引：2  

田英萍 《农业网络信息》2006,(9):68-69

本文就网络信息咨询的定义，分析了网络信息咨询需要复合型人才的原因，并着重对复合型网络信息咨询人才的素质要求及复合型网络信息咨询人才的培养进行了探讨。  相似文献   

晚稻稻瘟病BP神经网络分区预报   总被引：2，自引：0，他引：2  

唐启义  程家安  蒋学辉  钱东兰 《植物保护学报》2002,29(3):205-209

应用相关分析方法分析了浙江省19个县1988～1999年晚稻稻瘟病发病与有关环境因子的关系,筛选了8个气象因子用于晚稻稻瘟病发生程度长期预报。根据各预报因子与稻瘟病发病程度相关性,采用邻接二维图论聚类分析法,将19个点(县)划分为4个生态区。每个生态区内运用BP神经网络技术建立模型,并进行拟合和试报。1997～1999年试报验证,在划分稻瘟病生态区的基础上,应用BP神经网络模型对稻瘟病进行长期预测预报是可行的,3年试报成功率分别是78.95％、84.21％和78.95％。文中还对该方法与过去常用的预报方法的试报结果作了比较。  相似文献   

Assessing the sustainability of cropping systems in single- and multi-site studies. A review of methods     

《European Journal of Agronomy》2016

The multiple new challenges facing agriculture require the development of innovative cropping systems with high environmental, economic and social performances. Many research programmes are currently focusing on the design of such cropping systems. Some include the multicriteria assessment of cropping systems by diverse methods and approaches. Some of these research programmes are supported by experimental or farmers’ networks, generating new opportunities for data analysis and raising new research and methodological questions. In this article, we provide an overview based on a review of 56 articles, comparing the various methods for sustainability assessment in single- and multi-site studies. Articles were classified according to three characteristics: (i) their objectives, (ii) the study design (single- vs. multi-site), (iii) the type of system assessed (fictitious vs. real). Our analysis was structured around four items: (i) the variables used to describe cropping systems and production situations and the use of these variables in the assessment process, (ii) the criteria and associated indicators assessed, (iii) the methods used to explore multiple aspects of the performance of cropping systems, (iv) the use of reference values. We identified key points to be taken into account in multi-site studies. The application of the proposed guidelines to experimental networks should facilitate the identification of high-performance cropping systems and the identification of the drivers of cropping system performance.  相似文献   

基于Lasso和BP神经网络的组合预测及其应用——以居民消费支出预测为例     

喻胜华  张静 《湖南农业大学学报(自然科学版)》2016,(1):123-128

在变量选择的基础上，构建基于Lasso方法和BP神经网络的预测模型，并对我国城乡居民的消费支出进行预测，结果显示：基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度；在2014~2020年，我国农村居民消费增长率有所提升，城镇居民消费增长率减缓，城乡居民消费增长率之间的差距呈下降趋势，但短期内城乡居民消费差距依然难以缓和。  相似文献   

基于LM算法的BP神经网络的电力负荷短期预测     

刘进波  陈鑫  李新花 《湖南农业大学学报(自然科学版)》2015,(2):34-38

清代书院课艺总集多为连续出版物，或具有连续出版物的刊行初衷。刊期短则一季，多则一年或数年。经费充足与否，会影响刊期。发表周期多为一年至五年，也有十余年的。用稿率以10%~20%居多，偶见“关系稿”。时文的用稿标准是“清真雅正”。题目多为官师所拟。一般全文刊登，也偶有“论点摘编”。多经润色，并附录评点。有的以袖珍本刊行，有的宣称“翻刻必究”，标出定价，附载广告。稿费已在膏火费中预支，优秀作品可被转载。从本质属性和诸多要素来看，书院课艺总集实开今日“大学学报”、“学术集刊”之先河。  相似文献   

关于农业工程类计算机网络课程教学的改革与探索     

曾立华  冯娟 《农业网络信息》2016,(7):138-140

随着社会信息化进程的加快和对农业院校人才培养模式改革的迫切需要,围绕如何提高学生利用网络的能力,增强业务素质这一主题,从教学内容、教学方法及教学手段等方面进行了改革和探索,收到了良好的效果。  相似文献   

改进RBF神经网络在我国大豆价格预测中的应用研究   总被引：1，自引：0，他引：1  

石波  张冬青  马开平  刘欢 《大豆科学》2016,(2):310-314

我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入。采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入。结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴。  相似文献   

基于径向基神经网络的非寿险公司财务预警研究     

邓庆彪  文辉 《湖南农业大学学报(自然科学版)》2011,(1):25-29

选取我国保险行业中40家非寿险公司2006~2008年的混合非平衡面板数据作为研究样本，采用径向基神经网络模型从偿付能力、盈利能力、成长能力三个角度对非寿险公司财务预警进行研究。实证表明，此模型可以为管理层的财务预警提供更有有效的信息，并且在我国保险业具有样本量小，有效数据少的情况下，有着良好的运用前景。  相似文献   

基于卷积神经网络马铃薯叶片病害识别和病斑检测*     

王林柏  张博  姚竟发  杨志辉  张君  范晓飞 《中国农机化学报》2021,42(11):122

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。  相似文献