]*>","")" />
• Article • Previous Articles Next Articles
Maimaiti Shawuti;Taxifulati Teyibai;DING Jian-li;ZHANG Fei
Received:
Revised:
Online:
Published:
买买提·沙吾提;塔西甫拉提·特依拜;丁建丽;张飞
摘要: [目的]比较神经网络算法和传统统计建模方法对土壤盐渍化预测模型的效果.[方法]对渭干河流域多年土壤盐渍化和其影响因子进行分析的基础上,采用BP网络的3种算法,建立基于BP神经网络土壤盐渍化预测模型.将预测结果与多元线性回归模型预测结果进行对比分析,讨论线性和非线性方法用于土壤盐渍化预测模型.[结果]与传统的统计建模方法相比BP神经网络结构简单、快捷,预测精度高,很好地再现了土壤盐渍化与其影响因素之间复杂的非线性函数关系;三种BP算法中,基于trainlm算法建立的壤盐渍化预测模型具有较好的推广能力.[结论]BP神经网络的土壤盐渍化预测性能良好,用来可以预测土壤盐渍化情况.
Maimaiti Shawuti;Taxifulati Teyibai;DING Jian-li;ZHANG Fei. Application of BP Network Model for Predicting Soil Secondary Salinization in Weigan River Basin[J]. .
买买提·沙吾提;塔西甫拉提·特依拜;丁建丽;张飞. BP神经网络在渭干河流域土壤盐渍化预测中的应用[J]. .
Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: http://www.xjnykx.com/EN/
http://www.xjnykx.com/EN/Y2013/V50/I4/774