基于RBF神经网络耕地土壤全氮插值方法的研究
100 积分
50
评分
4.6 积分- 详情
- 2021-09-10
- 简介
pdf
- 288KB
- 页数 未知
- 阅读 90
- 下载 24
[目的]通过耕地土壤全氮的空间变异特性研究,可以更好地调整耕地管理措施、合理施用氮肥、减少资源浪费。[方法]利用RBF(Radial Basis Function,径向基函数)神经网络插值法对区域土壤全氮进行空间插值,同时与普通克里格法进行比较。[结果]RBF神经网络插值法在拟合能力和插值能力方面要明显优于普通克里格法。[结论]RBF神经网络法具有很好的应用前景。
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
基于RBF神经网络耕地土壤全氮插值方法的研究 288KB
基于RBF神经网络的公路货运量预测方法研究 603KB
基于RBF神经网络的工程造价决策研究 143KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的难加工金属材料数控加工控制方法研究 874KB
基于RBF—BP组合神经网络的短期风电功率预测研究 362KB
基于RBF神经网络的砂土液化预测 198KB
基于高维云RBF神经网络的混凝土强度预测 171KB
基于BP、RBF神经网络混凝土抗压强度预测 665KB