检索结果-南通市图书馆

农村科学实验 2018年第12X期 111-112页

作者：孔辉陕西省土地工程建设集团有限责任公司陕西地建土地工程技术研究院有限责任公司国土资源部退化及未利用土地整治重点实验室陕西省土地整治工程技术研究中心

农用地质量分等是根据农用地的自然属性和经济属性对农用地的质量优劣进行综合定量评定,并划分等别,传统的分等评价多是依靠专家打分这种主观性强的方法,而本文采用的b-p神经网络模型,具有独特的学习能力和信息并行分布处理的优势,能够... 详细信息

农用地质量分等是根据农用地的自然属性和经济属性对农用地的质量优劣进行综合定量评定,并划分等别,传统的分等评价多是依靠专家打分这种主观性强的方法,而本文采用的b-p神经网络模型,具有独特的学习能力和信息并行分布处理的优势,能够更智能、更主观的解决多种因素共同作用时的复杂性、信息的不确定性等问题。

关键词：农用地分等评价方式 b-p神经网络模型影响因素

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

防砂方法优选的b-p神经网络模型

引用

石油钻探技术 2002年第6期30卷 50-52页

作者：李志芬董长银张琪石油大学华东石油工程学院山东东营257061

根据神经网络原理,建立了基于b-p网络的防砂方法优选模型。经算例计算,网络训练具有较好的收敛性,同时也得到了较好的识别诊断输出结果,表明将b-p神经网络应用于防砂方法的优选是合理可行的。

关键词：防砂方法优选 b-p神经网络模型油气井

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种面向b-p神经网络的专利价值评估方法

引用

新潮电子 2024年第1期 4-6页

作者：姜也南昌大学江西南昌330031

本文采用b-p神经网络模型来解决无法量化的专利价值评估指标,通过实验结果证实该模型对提高专利价值评估的准确性有显著作用。

关键词：专利价值评估指标 b-p神经网络模型

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于LTpp的沥青路面平整度预测方法研究

基于LTPP的沥青路面平整度预测方法研究

引用

作者：陈利长安大学

学位级别：硕士

平整度是评判路面使用性能好坏的重要指标,影响行驶质量、行车安全和道路服务质量。本文采用路面长期性能（LTpp）数据库提供的真实数据,以平整度为研究对象,挖掘分析LTpp数据库中的实验采集值,运用数据挖掘技术考虑环境气候、路面病害... 详细信息

平整度是评判路面使用性能好坏的重要指标,影响行驶质量、行车安全和道路服务质量。本文采用路面长期性能（LTpp）数据库提供的真实数据,以平整度为研究对象,挖掘分析LTpp数据库中的实验采集值,运用数据挖掘技术考虑环境气候、路面病害、交通荷载、路面结构等影响因素,对加拿大五省（亚伯达、马尼托巴、魁北克、安大略、萨斯喀彻温）近20年收集的平整度有关数据进行分析,选定气温、冰冻指标、降雨量、横向裂缝、纵向裂缝、龟裂、块裂、边缘裂缝、修补、坑槽为本文分析的重点影响因素,对其进行数据筛选,完成沥青路面平整度数据库的重构。首先对影响因素进行逐项分析,通过因子分析和相关性分析找出各变量之间的内部关联;然后选用logistic模型与混合效应模型作为平整度预测模型,分别通过调整输入参数从而提高两个模型拟合精度;最后得出logistic模型和混合效应模型的复判定系数（R）分别为0.731,0.754,两个模型的精度均低于80%。针对这两个模型拟合精度不高的问题,本文又引入人工神经网络模型预测平整度,采用b-p算法,Sigmoid为模型的激活函数。为了降低复杂性,设计了三层网络训练该模型,将平整度影响因素作为输入输出样本,通过调整输入变量和隐含层神经元个数,计算均方根误差（RMSE）与平均值误差（MAE）。实验结果表明,当输入变量个数为9和隐含神经元个数为4时,RSME和MAE分别为0.881、0.682,R为0.876,拟合精度较高。表明基于神经网络的平整度预测方法具有低复杂、较高效率和精度的优点,并且能够有效地评价路面使用性能。

关键词：沥青路面平整度 LTpp logistic模型混合效应模型 b-p神经网络模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不同时间尺度旅游客源预测模型比较研究——以山东省为例

引用

北京第二外国语学院学报 2011年第9期33卷 33-38页

作者：李世泰赵亚萍鲁东大学地理与规划学院山东烟台264010

本文以山东省1992～2008年国内游客量为例,利用SpSS和Matlab软件定量分析bp神经网络模型、ARIMA模型、灰色系统GM(1,1)模型在不同时间尺度旅游客源市场预测方面的客观差异,得出以下结论:(1)b-p神经网络模型适合于数据有波动中长期(15a左... 详细信息

本文以山东省1992～2008年国内游客量为例,利用SpSS和Matlab软件定量分析bp神经网络模型、ARIMA模型、灰色系统GM(1,1)模型在不同时间尺度旅游客源市场预测方面的客观差异,得出以下结论:(1)b-p神经网络模型适合于数据有波动中长期(15a左右)的旅游客源预测;(2)ARIMA模型适用于数据呈平稳趋势的中长期(10a左右)的客源预测;(3)灰色系统GM(1,1)模型适合于时间序列较短(5a以下)的预测,对于远期数据仅反映一种趋势;(4)时间序列越短,模型的平均相对误差越小,即预测精度越高。

关键词： ARIMA模型灰色系统GM(1,1)模型 b-p神经网络模型时间尺度客源预测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：