基于冠层光谱和BP神经网络的水稻叶片氮素浓度估算模型

[目的]快速、准确地诊断水稻叶片氮素营养状况,为水稻氮肥精准管理提供依据。[方法]以江西省农科院8种不同施肥处理的晚稻为研究对象,于主要生育期同步测定了水稻冠层光谱反射率及叶片全氮浓度(Leaf Nitrogen Concentration,LNC),系统分析了原始光谱反射率、一阶微分光谱、"三边"参数以及由350～1 350nm两两波段组合的差值(SD (Rλ1,Rλ2))、比值(SR (Rλ1,Rλ2))及归一化(ND(Rλ1,Rλ2))光谱指数与水稻LNC的相关关系,筛选出敏感参数,并以之为自变量构建了水稻LNC的传统预测模型,另外构建不同指标个数的多元线性与BP神经网络模型,并对模型进行验证。[结果](1)水稻LNC与一阶微分光谱在751nm处的相关性最高(r=0. 822);(2)"三边"参数中的红边面积SDr与LNC的相关性较高(r=0. 687);(3) 750nm附近的红边波段与近红外波段差值组合、550nm附近的绿光波段与近红外波段的比值及归一化差值组合与水稻LNC的相关性较高,以SD (R752,R751)、SR (R534,R1 350)和ND (R534,R1 349)表现最好,相关系数分别为0. 827、-0. 790和0. 788;(4)传统回归模型中以SD(R752,R751)构建的一元线性模型最佳(RC2=0. 665、RV2=0. 750、RMSEV=0. 4%、RPD=2. 034);(5)利用5个指标((R'751、SDr、SD (R752,R751)、SR (R534,R1 350)、ND (R534,R1 349))经逐步回归筛选出的2个指标SD ((R752,R751)和SR (R534,R1 350))构建预测水稻氮素的BP神经网络模型,预测效果最佳,其验证参数值分别为R2=0. 859、RMSEV=0. 302%和RPD=2. 669。[结论]基于单指标构建的传统线性模型计算过程简单但精度略低,而基于2个指标(SD (R752,R751)、SR (R534,R1 350))构建的BP神经网络模型预测精度高于该2指标构建的多元线性模型,表明在指标适合的情况下,BP神经网络对氮素具有较好的预测能力,是一种快速准确估算水稻叶片全氮浓度的方法。     

基于改进的BP-LM在中国人口老龄化预测中的应用

由于人口老龄化率的预测具有高度非线性特征，这与BP神经网络能够处理非线性问题的特征相符合，但BP神经网络算法易使解陷入局部极小。基于L-M算法的改进BP神经网络可以有效克服这一问题，而且收敛速度快。通过具体的仿真及实践结果验证了改进BP的有效性，并对未来五年的中国老龄化率进行了预测。     

BP—阿莫科公司的经营业务及其产品介绍

介绍了重组后的ＢＰ－阿莫科公司在世界各地的业务活动，以及该公司主要产品和技术在世界处于的领先地位。     

基于误差反向传播算法的OFDM系统频域均衡

提出用一种基于神经网络的均衡方法,并用误差反向传播(BP)算法对多层前馈网络进行训练.分析和数值仿真结果表明,基于BP网络的频域均衡方法有较好的均衡效果,并且复杂度不高.     

技术创新扩散环境的BP神经网络评价模型研究

构建了技术创新扩散的环境评价指标体系,设计了BP神经网络评价模型,并将二者结合,运用实例验证了该模型的有效性,从而为技术创新扩散环境的评价提供借鉴。     

基于BP人工神经网络的绿色施工模糊综合评价研究

发展绿色施工促进施工企业节约能源和资源、保护环境,是全球应对气候变化挑战、实现可持续发展的重要手段,而绿色施工评价对于建筑业落实可持续发展起到一定作用。本文在介绍BP人工神经网络基本原理的基础之上,分析了与其它评价方法相比,BP人工神经网络在绿色施工评价中的优越性。通过建立模糊评价矩阵,利用BP人工神经网络处理数据,较客观地对绿色施工进行评价。最后将此评价模型应用于实例,取得了令人满意的结果。     

基于BP神经网络的征地区片综合地价评估

文章提出了征地区片综合地价的BP神经网络系统的基本构造,并在充分考虑城市规划和生活水平对征地区片土地价格影响的基础上,对神经网络的评估系统进行了设计.给出了征地区片综合地价评估的指标体系及特征指标的量化计算公式.以雅安市雨城区最新的征地区片综合地价为基础,利用改进的BP神经网络模型对它们进行了训练和模拟,取得了良好的模拟结果,证明了ANN法用来测算征地区片综合地价的可行性和先进性.     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上,针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题,提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值,易形成局部极值,同时学习次数较多,需先通过粒子群算法进行优化。为了提高定位精度,首先采用速度常量法滤波处理,然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化,并分析算法的性能。试验中隐层节点个数采用试错法,从12到19变化,以确定合适数目。实验结果表明,与一般加权算法和传统BP算法相比,改进的混合优化算法可大幅改善测距误差对定位误差的影响,同时可使25 m内最小定位误差小于0.27m     

大口径三通管翻边成形工艺参数优化

本文主要研究以冲压变形规律设计的预制孔管件一次成形特定高度的三通管是可行的,但需对工艺参数优化。     

基于BP神经网络的餐饮企业核心竞争力综合评价

本文构造了餐饮企业核心竞争力的综合评价指标体系,利用神经网络理论的容错特征,通过选取适当的作用函数和数据结构,处理各种非数值性指标,实现对餐饮企业核心竞争力的模糊综合评价。