黄土高原丘陵沟壑区临界地貌侵蚀产沙特征

深入研究流域临界地貌形态对侵蚀产沙的作用机制至关重要,也是建立流域侵蚀产沙预测模型的关键所在。该研究以黄土高原丘陵沟壑区岔巴沟为研究对象,开展了流域次降雨侵蚀产沙的BP人工神经网络(back propagation artificial neutral network,BPANN)模型与多重线性回归(multiple linear regression,MLR)模型比较研究,定量分析了流域侵蚀产沙的敏感因子及影响程度,并使用分形信息维数临界值和相对应的变量建立临界地貌侵蚀产沙预测模型,阐明临界地貌侵蚀产沙特征。结果表明,在侵蚀产沙模数预测方面,BPANN模型较MLR模型具有更好预测性能,能够有效表征综合条件下侵蚀产沙的动态变化过程。径流深和径流侵蚀功率对侵蚀产沙以及水文响应的影响程度受地貌形态因素制约。当分形信息维数大于地貌临界值时,采用径流侵蚀功率的预测精度高于径流深;相反,分形信息维数小于地貌临界值时,采用径流深的预测精度高于径流侵蚀功率。以分形信息维数为界,分别引入径流深或径流侵蚀功率所建立的临界地貌侵蚀产沙预测模型,具有较高的预测精度,具有一定的可行性、可靠性和普适性。

改进的BP神经网络算法在水质监测中的应用

针对一类多输入多输出系统进行辨识,以"A simulation of the western basin of Lake Erie"为例,通过分析河流湖泊的水质特征,针对伊利湖湖泊水质建立数学模型,由于该环境系统为多输入多输出系统,文章采用了一种改进的BP神经网络算法,利用Matlab神经网络工具箱进行数据分析,绘出实际输出与模型输出的曲线以分析相关情况,检验建立的模型对于系统的辨识水平,给出传统BP网络和改进BP网络对该系统辨识的结果进行分析对比.文章还对不同噪声层次下的数据进行分析比较,并研究白噪声对于人工神经网络模型的影响.

某江段河势演变多因子评价模型研究

基于BPANN模型建立了某江段1980—2008年河势演变的多因子评价模型。评价结果表明:影响整个江段河势演变的因子由大到小依次为岩性类型、地貌类型和比降,其次为岸边水深、河道弯曲系数、岸线类型,植被土壤因子、河心水深等的影响较小。

基于BP神经网络QoS到QoE映射模型

随着互联网的发展,基于语音和视频的网络应用服务层出不穷,人们开始不仅仅满足于知道网络QoS参数,更加关注网络服务的好坏,即QoE评价指标。目前常用的视频QoE评价的方法是基于图像评价的算法如PSNR算法、VQM评价算法等。这些算法需要原始视频图像进行对比,较为复杂,实时性差。本文研究了一种基于BP神经网络的QoS到流媒体QoE映射模型,使用抖动和丢包两个网络QoS参数作为输入层神经元,基于VQM算法的QoE评价值作为输出层神经元。使用若干组QoS和QoE数据训练该BP神经网络,分别使用单隐含层BP神经网络和多隐含层BP神经网络进行效果对比,之后使用该神经网络和QoS参数对QoE评价值进行预测,并与QoE实际值比较验证。得到基于BP神经网络的QoS到QoE的映射模型。该模型较为简单,拟合度高,RMS误差较小。

基于BP人工神经网络的大青山自然保护区华北落叶松人工林全林分生长模型研究

以内蒙古自治区大青山自然保护区华北落叶松人工林为研究对象,采用2006年二类调查的371个小班数据,利用Matlab软件中的"S"型对数(logsig)函数和线性(purelin)函数为神经元的作用函数,依据全林分生长模型概念的要求,选取年龄(A)、地位级(N)和郁闭度(S)作为输入变量,分别以胸径(D),树高(H)和林分每公顷蓄积(M)作为输出变量,进行全林分生长BP人工神经网络模型的构建和训练,并对模型的拟合精度和检验精度进行检验,模型的拟合精度分别为81.65%、88.53%和80.55%,检验精度分别为83.13%、79.47%和80.79%,表明人工神经网络建模具有较好的拟合精度和适应性,对林分生长具有较好的预测能力。

数学模型在QbD理念实施中的应用及推广

数学模型的正确引入使质量源于设计(Qb D)理念更加形象化、具体化,使对产品或工艺的设计以数学模型为载体直接作用于产品质量或工艺指标。Qb D理念实施结果的好坏更多地依赖于其所应用模型的拟合效果,同时问题的复杂性与多样性对数学模型的适用范围提出了新的要求。本文综述了基于多项式模型的Qb D理念在制药领域的应用概况,并对反向传播人工神经网络(back propagation artificial neural network,BPANN)训练算法及支持向量回归(support vector regression,SVR)模型进行了推广,提出了将其用于Qb D理念的新思路,降低了数学模型给Qb D理念的应用带来的局限性。意在为后续研究者提供参考,通过对数学模型的合理运用,改善Qb D理念在制药领域应用的广度和深度。