简介:Burn-in算法和AGREE算法是目前应用广泛的基于实际河网高程强迫修正的河网提取算法.该算法能有效提取出同真实河网高拟合度的模拟河网,但某些情况下,所提取的河网会产生“断裂”现象.河网“断裂”现象的产生在于实际河网栅格高程“高估”和“低估”所引起的局部流向计算错误,其中所有“低估”类以及大部分“高估”类影响都是可以通过填洼等方法加以消除的,即不会产生“断裂”问题.真正产生“断裂”的原因是:存在“高估”类河网栅格且“高估”所带来的影响无法通过填洼等操作加以消除.基于此,对Burn-in算法和AGREE算法进行修正,提出一种消除“高估”类影响的解决方案,从根本上解决河网“断裂”问题,实现程序自动化处理.渭河流域实例应用表明,改进算法可有效解决模拟河网“断裂”问题,且适用于多种基于高程的强迫修正算法.
简介:摘 要:神经网络是当今最具魅力的一个新兴学科生长点,已发展成为现代科学技术的新热点,其迅猛发展将对整个信息科学产生巨大的影响。神经网络在数学建模中的应用也非常的广泛。
简介:有在位于亩的东南的Salawusu河山谷的Milanggouwanstratigraphic节的palaeosols的palaeo活动的沙丘沙和fluvio湖的外形我们自从150kaBP,和谷物尺寸参数鈥?Mz,荒芜的富有经验的丰富的显著选择在grainsize粗糙、好的节奏变化,蟽,Sk,Kg和SC/D也对在山峰和山谷价值之间的multi-fluctuational引申的状况作出回应。同时性grainsize特征值鈥??5,?16,?25,?50,?75,?84并且?95是respondingly被表明极大地有节奏的跳动。在此,Milanggouwan节能被划分成粗糙、好的27谷物尺寸沉积当自从150kaBP,荒芜的变化的气候地质的过程的一个真实、综合的记录源于古老的冬季的其他的发展和东亚的夏天季风,骑车,它能被考虑。
简介:Liriomyzahuidobrensis(Blanchard)是病理的一个重要蔬菜害虫。以便改进Liriomyzahuidobrensis的预言的精确性并且有效地控制Liriomyzahuidobrensis,这份报纸由主要部件分析(PCA)和背繁殖论述一个新预言模型人工的神经网络(BP-ANN)方法。人口出现上的从1999~2007的历史的数据被分析以便发现在害虫出现和气象学的因素之间的一种非线性的关系。然后由使用,分析结果,在在云南的Jianshui的Liriomyzahuidobrensis出现的预言模型被造。新模型成功地申请了在2006验证稻茎borer人口出现。测试结果证明新预言与BP-ANN当模特儿,PCA能改进预言精确性。
简介:摘要当前高速公路的交通量呈明显的递增趋势,并且我国的自然环境条件十分复杂,在高强荷载和复杂环境的作用下,高速公路的病害特别是路面病害日益增多,因此我国通过建立路面管理系统为高速公路网的养护管理提供一个核心的平台。但是由于我国的路面管理系统建立时间很短,对于经验的总结和设备的先进程度仍然处在低水平线上。所以提高路面管理的现代化、科学化及智能化称为当下十分重要的科研努力方向。本文基于MATLAB的BP神经网路预测模型的分析,以加强路面管理数据分析的行为能力为目的,采用科学的管理理论及模糊数学的分析方法,为路面管理人员提供准确的路面使用性能的评测,尤其是本文提出一种自主学习且容错率较高的数学分析方法,这对于路面管理系统的数据采集、分析、评估,甚至对于整个高速公路网及社会经济的长期稳定发展具有很重要的理论和现实意义。
简介:变量领域象ens纪念品那样,南方风、带风的变量从月刊500hPa重力势高度异常场被导出。在这个工作,我们在1958的6月从每月的500-hPa重力势高度异常场和他们的变量选择原来的预言者-2001,并且由与原来的预言者分别地进行实验直角的功能(文件结束)决定全面预言者。一个downscaling预报模型基于背繁殖(BP),神经网络被全面预言者的使用造与每月有活力的扩大范围预报产品在Guangxi上在6月预言每月的降水。为比较,我们也造神经网络与一样建模的另一BP由使用在5月从500-hPa重力势高度异常场选择到1957的12月的以前的全面预言者预言ands-2000并且1月到1958的4月-2001。二个模型被测试,结果证明downscaling模型的重叠的精确基于以前的全面预言者,而是downscaling模型的预言精确性比那的好取决于每月有活力的扩大范围预报的产量。