马宗正
- 作品数：4 被引量：32H指数：3
- 供职机构：沈阳农业大学水利学院更多>>
- 发文基金：引进国际先进农业科技计划辽宁省教育厅科技攻关项目辽宁省自然科学基金更多>>
- 相关领域：农业科学水利工程更多>>
- 沈阳市降水变化特征初步分析被引量：6
- 2008年
- 根据沈阳市1959-2006年的降水资料,进行统计计算和频率分析,探讨了该地区降水时空分布特征及其枯丰变化趋势,总结了沈阳市多年平均降水的变化规律。结果表明:沈阳市多年平均降水量为606.6 mm,其变差系数为0.2,且多年平均降水具有缓慢下降的趋势;降水量年际、年内变化较大,且分配不均匀,汛期降水量(6-9月)大约占全年降水量的60%~90%,最大一日降水多发生在7、8月份;沈阳市多年平均降水量在空间上分布不均匀,南部地区大于北部地区,具有由南向北逐步减少的趋势。
- 孙号茗迟道才马宗正于淼李筝
- 关键词：降水特征
- 灌溉用水量的并联型灰色神经网络预测被引量：19
- 2009年
- 该文提出了把人工神经网络和灰色预测方法结合成并联型灰色神经网络预测方法,用这种方法来预测灌溉用水量,并以预测方法有效度为优化指标求解组合模型加权系数。结果显示,灰色神经网络预测方法的平均误差为2.67%,明显低于单一的灰色预测方法和神经网络预测方法的平均误差,可以将这种组合方法应用于中长期灌溉用水量预测。
- 迟道才唐延芳顾拓于淼李峥马宗正
- 关键词：灌溉数学模型用水量加权系数
- 基于GRNN神经网络的参考作物腾发量预测被引量：6
- 2009年
- 参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有十分重要的意义。由于参考作物腾发量与各气象因子呈非线性关系,将GRNN神经网络引用于参考作物腾发量预测中,并以铁岭市为例,对比分析了GRNN模型与BP模型的预测结果。分析表明:GRNN模型不仅训练速度快,还具有比BP模型更高的预测精度、逼近性和稳定性。
- 梁凤国李帅莹于淼马宗正
- 关键词：参考作物腾发量GRNN神经网络BP神经网络
- 基于最小二乘支持向量机的参考作物腾发量预测被引量：1
- 2009年
- 参考作物腾发量是估算作物蒸发蒸腾量的关键参数,其准确预测对提高作物需水预报精度具有十分重要的意义。最小二乘支持向量机(LS-SVM)是支持向量机(SVM)的一种改进算法,它基于结构风险最小化准则,可兼顾模型的经验风险和推广能力,将LS-SVM方法引用于参考作物腾发量预测中,并以辽宁省铁岭市为例,对比分析了LS-SVM模型与BP模型的预测结果。结果表明:LS-SVM模型学习速度快,具有比BP模型更高的模拟性能和预测精度。LS-SVM方法克服了BP模型训练时间长、容易陷入局部极小的缺点,是适合参考作物腾发量预测的新方法。
- 迟道才李帅莹于淼马宗正
- 关键词：参考作物腾发量支持向量机神经网络最小二乘支持向量机BP神经网络
