人工神经网络在土壤含盐量预测中的应用

108 4.6
22 2021-04-26
pdf | 586KB | 3页
正文 简介
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。
*温馨提示:该数据为用户自主上传分享,如有侵权请举报或联系客服:400-823-1298处理。
ncz
ncz
服务: 4.6
数据量: 8
人气: 386
擅长:土建 装饰 电气 给排水

您可能感兴趣

原价: 100 积分
立即购买