李雪
- 作品数：2 被引量：19H指数：2
- 供职机构：中国科学院地球环境研究所更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划中国科学院知识创新工程重要方向项目更多>>
- 相关领域：环境科学与工程农业科学自动化与计算机技术更多>>
- BP神经网络在长江水质COD预测中的应用被引量：14
- 2014年
- 水质变化具有非线性、突变性,且含有噪声,传统线性预测模型不能全面反映其变化规律,预测精度低,误差大。针对水质变化规律复杂,影响因素间非线性程度高的问题,为了提高水质预测精度,将改进算法的BP神经网络引入化学需氧量(COD)预测预报领域,以pH、溶解氧(DO)、氨氮(NH3-N)为输入向量,以COD为输出向量,建立了COD的预测模型并对效果进行检验。结果表明:检验样本中COD的预测值与实测值的线性相关系数为0.991。BP神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,能较好地反映COD和影响因子的变化规律。
- 郭庆春郝源李雪杜北方张向阳
- 关键词：神经网络水质化学需氧量溶解氧氨氮
- 人工神经网络在相对湿度预测中的应用研究被引量：5
- 2013年
- 相对湿度环境是农业生产监测与预测的重要内容,关系到植物的生长状况、多种病害的生态防治和灌溉措施的调节。针对相对湿度变化规律相当复杂,影响因素间非线性程度相当高,为了提高相对湿度预测精度,提出一种基于BP人工神经网络的相对湿度预测模型。该模型采用气象要素(日照时数、降水量、最小温度、平均温度和最大温度)实测数据作为神经网络的输入样本,并根据试验观测资料对模型进行了检验。结果表明:利用此模型分别对1987-1998年和1999-2000年陵水地区月平均相对湿度进行模拟和预测,相对湿度拟合值与实测值的相对误差为0.21%,相对湿度预测值与实测值的相对误差为0.28%。改进的BP人工神经网络能准确地捕捉相对湿度的变化趋势。运用BP人工神经网络方法进行相对湿度的研究,方法简洁,结果直观易懂,同时也为其他区域相对湿度研究提供借鉴。
- 郭庆春何振芳惠英李雪
- 关键词：人工神经网络相对湿度日照时数降水量平均温度
