期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高标准农田建设工程规划导则
1
作者
无
许复初
+10 位作者
张骥
乐进华
兰才有
周荣
吕露
谢永华
吕名礼
翟国亮
施宁涛
石阶林
高进
《农机市场》
2024年第12期100-104,共5页
1.范围本文件规定了高标准农田建设工程规划的基本规定、基本资料、农田基础设施建设工程规划、农田地力提升工程规划、典型区规划、工程投资估算、规划成果等内容。本文件适用于县(市、区)级高标准农田新建和改造提升工程规划的编制。...
1.范围本文件规定了高标准农田建设工程规划的基本规定、基本资料、农田基础设施建设工程规划、农田地力提升工程规划、典型区规划、工程投资估算、规划成果等内容。本文件适用于县(市、区)级高标准农田新建和改造提升工程规划的编制。高标准农田建设工程项目建议书、可行性研究报告等编制可参照执行。
展开更多
关键词
项目建议书
工程投资估算
工程规划
高标准农田
可行性研究报告
规划成果
规划导则
参照执行
下载PDF
职称材料
基于随机权重粒子群优化极限学习机的土壤湿度预测
被引量:
3
2
作者
吉威
刘勇
+2 位作者
甄佳奇
令狐琛
施宁涛
《新疆大学学报(自然科学版)》
CAS
2020年第2期150-155,189,共7页
土壤湿度的预测对农业生产和科学研究都有着重要的意义.针对极限学习机(ELM)回归模型预测结果受输入参数影响的问题,本文将随机权重的粒子群优化算法(RandWPSO)应用于ELM回归模型中,提出了一种基于随机惯性权重的粒子群优化极限学习机...
土壤湿度的预测对农业生产和科学研究都有着重要的意义.针对极限学习机(ELM)回归模型预测结果受输入参数影响的问题,本文将随机权重的粒子群优化算法(RandWPSO)应用于ELM回归模型中,提出了一种基于随机惯性权重的粒子群优化极限学习机的土壤湿度预测方法.该方法是利用传感器测出的土壤温度和光照强度数据进行数据预处理,构建出训练样本集,并且建立ELM回归模型,利用随机权重的粒子群算法优化ELM中的输入权值和阈值,避免陷入局部最优,从而建立起基于RandWPSO-ELM土壤湿度预测模型.利用MATLAB仿真软件,构建随机权重的粒子群优化ELM的预测模型,并对呼兰地区大棚甜菜的土壤湿度进行实验.结果表明:该方法的精度高且稳定性好,能够为大棚甜菜的生长提供有效的参考依据.
展开更多
关键词
土壤湿度预测
粒子群算法(PSO)
极限学习机(ELM)
RandWPSO-ELM模型
随机权重
下载PDF
职称材料
题名
高标准农田建设工程规划导则
1
作者
无
许复初
张骥
乐进华
兰才有
周荣
吕露
谢永华
吕名礼
翟国亮
施宁涛
石阶林
高进
机构
中国农业机械流通协会灌排分会
不详
出处
《农机市场》
2024年第12期100-104,共5页
文摘
1.范围本文件规定了高标准农田建设工程规划的基本规定、基本资料、农田基础设施建设工程规划、农田地力提升工程规划、典型区规划、工程投资估算、规划成果等内容。本文件适用于县(市、区)级高标准农田新建和改造提升工程规划的编制。高标准农田建设工程项目建议书、可行性研究报告等编制可参照执行。
关键词
项目建议书
工程投资估算
工程规划
高标准农田
可行性研究报告
规划成果
规划导则
参照执行
分类号
TU9 [建筑科学]
下载PDF
职称材料
题名
基于随机权重粒子群优化极限学习机的土壤湿度预测
被引量:
3
2
作者
吉威
刘勇
甄佳奇
令狐琛
施宁涛
机构
黑龙江大学电子工程学院
黑龙江东部节水设备有限公司
出处
《新疆大学学报(自然科学版)》
CAS
2020年第2期150-155,189,共7页
基金
黑龙江省自然科学基金优秀青年项目(YQ2019F015)
2019年黑龙江省农业农村改革发展软科学项目(201908109)
+1 种基金
国家自然科学基金项目(61501176)
黑龙江省自然科学基金项目(F2018025).
文摘
土壤湿度的预测对农业生产和科学研究都有着重要的意义.针对极限学习机(ELM)回归模型预测结果受输入参数影响的问题,本文将随机权重的粒子群优化算法(RandWPSO)应用于ELM回归模型中,提出了一种基于随机惯性权重的粒子群优化极限学习机的土壤湿度预测方法.该方法是利用传感器测出的土壤温度和光照强度数据进行数据预处理,构建出训练样本集,并且建立ELM回归模型,利用随机权重的粒子群算法优化ELM中的输入权值和阈值,避免陷入局部最优,从而建立起基于RandWPSO-ELM土壤湿度预测模型.利用MATLAB仿真软件,构建随机权重的粒子群优化ELM的预测模型,并对呼兰地区大棚甜菜的土壤湿度进行实验.结果表明:该方法的精度高且稳定性好,能够为大棚甜菜的生长提供有效的参考依据.
关键词
土壤湿度预测
粒子群算法(PSO)
极限学习机(ELM)
RandWPSO-ELM模型
随机权重
Keywords
soil moisture prediction
particle swarm optimization(PSO)
extreme learning machine(ELM)
RandWPSO-ELM model
random weight
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高标准农田建设工程规划导则
无
许复初
张骥
乐进华
兰才有
周荣
吕露
谢永华
吕名礼
翟国亮
施宁涛
石阶林
高进
《农机市场》
2024
0
下载PDF
职称材料
2
基于随机权重粒子群优化极限学习机的土壤湿度预测
吉威
刘勇
甄佳奇
令狐琛
施宁涛
《新疆大学学报(自然科学版)》
CAS
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部