期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于粒子群神经网络模型反演玉米、小麦叶面积指数
被引量：
4
1
作者
王枭轩
孟庆岩
+2 位作者
张海香
魏香琴
杨泽楠
《浙江农业学报》
CSCD
北大核心
2019年第7期1170-1176,共7页
基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,...
基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,均方根误差均低于0.196,可满足反演精度的要求。本研究提出的基于高分1号影像的粒子群神经网络模型反演玉米和小麦LAI的方法具有一定的普适性。
展开更多
关键词
叶面积指数
粒子
群
神经网络
模型
神经网络
模型
植被指数回归
模型
下载PDF
职称材料
基于BPPSO优化模型的高新企业技术项目选择研究
被引量：
4
2
作者
李新安
《创新科技》
2019年第7期1-10,共10页
技术产品的市场寿命趋短与技术功能复杂等特点,决定了技术项目选择对高新企业的发展和壮大产生着重要影响。基于高新企业技术项目选择的内在要求,在改进粒子群优化算法基础上,结合高新企业技术项目选择的实际,构建了粒子群神经网络优化...
技术产品的市场寿命趋短与技术功能复杂等特点,决定了技术项目选择对高新企业的发展和壮大产生着重要影响。基于高新企业技术项目选择的内在要求,在改进粒子群优化算法基础上,结合高新企业技术项目选择的实际,构建了粒子群神经网络优化模型(BPPSO),并通过实证分析检验了理论模型的有效性。实证计量分析表明,所建理论模型与方法以其易实现、高精度和收敛快等优点,在实际问题解决中表现出显著的优越性。基于上述研究,对高新企业技术项目选择的战略模式提出建议,以期为提升企业技术核心竞争力提供决策参考。
展开更多
关键词
高新企业
技术创新
粒子
群
神经网络
优化
模型
(BPPSO)
技术成熟度
下载PDF
职称材料
基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究
被引量：
3
3
作者
黄颖
金龙
+2 位作者
陆虹
黄翠银
周秀华
《大气科学》
CSCD
北大核心
2019年第6期1424-1440,共17页
论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生...
论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型(PSOFNN),进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分(Threat Score)为0.77,空报率为0.23,漏报率为0,ETS评分(Equitable Threat Score)为0.41,TSS评分(True Skill Statistic)为0.53。而采用粒子群-模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSOFNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。
展开更多
关键词
广西冷湿极端天气
定性、定量组合预报
粒子
群
-模糊
神经网络
集成
模型
随机森林
下载PDF
职称材料
题名
基于粒子群神经网络模型反演玉米、小麦叶面积指数
被引量：
4
1
作者
王枭轩
孟庆岩
张海香
魏香琴
杨泽楠
机构
中国科学院遥感与数字地球研究所
昆明理工大学国土资源工程学院
三亚中科遥感研究所
出处
《浙江农业学报》
CSCD
北大核心
2019年第7期1170-1176,共7页
基金
海南省重点研发计划(ZDYF2018231)
四川省科技计划(2018JZ0054)
三亚市院地科技合作项目(2018YD10)
文摘
基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,均方根误差均低于0.196,可满足反演精度的要求。本研究提出的基于高分1号影像的粒子群神经网络模型反演玉米和小麦LAI的方法具有一定的普适性。
关键词
叶面积指数
粒子
群
神经网络
模型
神经网络
模型
植被指数回归
模型
Keywords
leaf area index
particle swarm optimization neural network model
artificial neural network model
vegetation index regression model
分类号
S51 [农业科学—作物学]
TP79 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于BPPSO优化模型的高新企业技术项目选择研究
被引量：
4
2
作者
李新安
机构
河南财经政法大学
河南省区域产业创新与发展软科学研究基地
出处
《创新科技》
2019年第7期1-10,共10页
基金
国家自然科学基金项目(41871215、U1704133)
教育部人文社科研究规划基金项目(17YJA790050)
+1 种基金
郑州市2019年度软科学计划项目“郑州市科技服务业现状分析及对策研究”
河南省教育厅科学研究项目(2016-zd-075、2017-ZZJH-026)
文摘
技术产品的市场寿命趋短与技术功能复杂等特点,决定了技术项目选择对高新企业的发展和壮大产生着重要影响。基于高新企业技术项目选择的内在要求,在改进粒子群优化算法基础上,结合高新企业技术项目选择的实际,构建了粒子群神经网络优化模型(BPPSO),并通过实证分析检验了理论模型的有效性。实证计量分析表明,所建理论模型与方法以其易实现、高精度和收敛快等优点,在实际问题解决中表现出显著的优越性。基于上述研究,对高新企业技术项目选择的战略模式提出建议,以期为提升企业技术核心竞争力提供决策参考。
关键词
高新企业
技术创新
粒子
群
神经网络
优化
模型
(BPPSO)
技术成熟度
Keywords
high-tech enterprises
technological innovation
particle swarm BP optimization model (BPPSO)
technology maturity
分类号
F276.44 [经济管理—企业管理]
下载PDF
职称材料
题名
基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究
被引量：
3
3
作者
黄颖
金龙
陆虹
黄翠银
周秀华
机构
广西壮族自治区气象科学研究所
广西壮族自治区气候中心
出处
《大气科学》
CSCD
北大核心
2019年第6期1424-1440,共17页
基金
国家自然科学基金项目41565005、41575051
广西自然科学基金项目2018GXNSFAA281229、2017GXNSFDA198030~~
文摘
论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型(PSOFNN),进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分(Threat Score)为0.77,空报率为0.23,漏报率为0,ETS评分(Equitable Threat Score)为0.41,TSS评分(True Skill Statistic)为0.53。而采用粒子群-模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSOFNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。
关键词
广西冷湿极端天气
定性、定量组合预报
粒子
群
-模糊
神经网络
集成
模型
随机森林
Keywords
Cold-wet extreme weather in Guangxi
Qualitative and quantitative combined prediction
PSO-FNN ensemble model
Random forest
分类号
P456.1 [天文地球—大气科学及气象学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于粒子群神经网络模型反演玉米、小麦叶面积指数
王枭轩
孟庆岩
张海香
魏香琴
杨泽楠
《浙江农业学报》
CSCD
北大核心
2019
4
下载PDF
职称材料
2
基于BPPSO优化模型的高新企业技术项目选择研究
李新安
《创新科技》
2019
4
下载PDF
职称材料
3
基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究
黄颖
金龙
陆虹
黄翠银
周秀华
《大气科学》
CSCD
北大核心
2019
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
