- 详情
- 2021-04-26
- 简介
- 586KB
- 页数 3P
- 阅读 107
- 下载 22
土壤含盐量的预测对合理配置水资源,防治土壤次生盐碱化等具有重要的指导意义。在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测。结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
人工神经网络在土壤含盐量预测中的应用 586KB
人工神经网络在预报土壤墒情中的应用 162KB
径向基人工神经网络法在土壤盐渍化调查中的应用 684KB
人工神经网络在预测软基沉降中的应用研究 257KB
人工神经网络在材料性能预测中的应用 312KB
人工神经网络在软土地基沉降预测中的应用 199KB
人工神经网络在软土地基沉降预测中的应用 243KB
人工神经网络在岩土参数反分析中的应用 560KB
人工神经网络在岩土参数反分析中的应用 364KB
人工神经网络方法在基坑变形预测中的应用研究 280KB