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PSO-BP神经网络的地下空间结构深基坑地表沉降预测研究
2
作者
莫永春
《江西建材》
2024年第1期104-107,共4页
文中以深圳市黄木岗大型地下空间综合交通枢纽为研究案例,开展了深基坑地表沉降预测研究。首先,收集140 d沉降数据,分析规律,评判安全状态;然后,利用140期监测数据分别构建传统BP和PSO-BP神经网络模型,结合未来10 d的基坑沉降量验证了...
文中以深圳市黄木岗大型地下空间综合交通枢纽为研究案例,开展了深基坑地表沉降预测研究。首先,收集140 d沉降数据,分析规律,评判安全状态;然后,利用140期监测数据分别构建传统BP和PSO-BP神经网络模型,结合未来10 d的基坑沉降量验证了模型的效果。结果表明,BP和PSO-BP神经网络预测模型均可满足施工要求,而PSO-BP神经网络模型的预测精度更高,可用于类似工程的地表沉降预测。
展开更多
关键词
深基坑
地表沉降
PSO-BP神经网络模型
下载PDF
职称材料
BP-PSO在电加热炉中的温度智能预测
被引量:
2
3
作者
王龙刚
侯媛彬
《自动化仪表》
CAS
北大核心
2013年第1期54-56,60,共4页
针对电加热炉难以建立精确模型的问题,提出采用BP神经网络与粒子群优化(PSO)相结合的算法对电加热炉的温度变化进行辨识,并建立系统模型。在建立系统模型的基础上,对温度变化趋势进行了预测。试验结果显示,与BP神经网络算法相比,粒子群...
针对电加热炉难以建立精确模型的问题,提出采用BP神经网络与粒子群优化(PSO)相结合的算法对电加热炉的温度变化进行辨识,并建立系统模型。在建立系统模型的基础上,对温度变化趋势进行了预测。试验结果显示,与BP神经网络算法相比,粒子群优化BP神经网络算法所得到的预测值有效时间范围延长了60%;在相同有效的预测时间内,预测值精度提高了43%。
展开更多
关键词
电加热炉
粒子群优化
BP神经网络
系统模型
预测精度
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PSO-BP神经网络的地下空间结构深基坑地表沉降预测研究
2
作者
莫永春
机构
中国中铁股份公司
出处
《江西建材》
2024年第1期104-107,共4页
基金
江西省教育厅科学技术研究项目《磁流变阻尼器强化传热机理及优化设计方法研究》(项目编号:GJJ170398)
文摘
文中以深圳市黄木岗大型地下空间综合交通枢纽为研究案例,开展了深基坑地表沉降预测研究。首先,收集140 d沉降数据,分析规律,评判安全状态;然后,利用140期监测数据分别构建传统BP和PSO-BP神经网络模型,结合未来10 d的基坑沉降量验证了模型的效果。结果表明,BP和PSO-BP神经网络预测模型均可满足施工要求,而PSO-BP神经网络模型的预测精度更高,可用于类似工程的地表沉降预测。
关键词
深基坑
地表沉降
PSO-BP神经网络模型
Keywords
Deepfoundationpit
Surface
settlement
particle
swarm
optimization
-BP
neural
network model
分类号
TU745 [建筑科学—建筑技术科学]
下载PDF
职称材料
题名
BP-PSO在电加热炉中的温度智能预测
被引量:
2
3
作者
王龙刚
侯媛彬
机构
西安科技大学电气与控制工程学院
出处
《自动化仪表》
CAS
北大核心
2013年第1期54-56,60,共4页
文摘
针对电加热炉难以建立精确模型的问题,提出采用BP神经网络与粒子群优化(PSO)相结合的算法对电加热炉的温度变化进行辨识,并建立系统模型。在建立系统模型的基础上,对温度变化趋势进行了预测。试验结果显示,与BP神经网络算法相比,粒子群优化BP神经网络算法所得到的预测值有效时间范围延长了60%;在相同有效的预测时间内,预测值精度提高了43%。
关键词
电加热炉
粒子群优化
BP神经网络
系统模型
预测精度
Keywords
Electric
furnace
particle
swarm
optimization
BP
neural
network
System
model
Prediction
accuracy
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
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PSO-BP神经网络的地下空间结构深基坑地表沉降预测研究
莫永春
《江西建材》
2024
0
下载PDF
职称材料
3
BP-PSO在电加热炉中的温度智能预测
王龙刚
侯媛彬
《自动化仪表》
CAS
北大核心
2013
2
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