您的位置: 专家智库 > >

文献类型

  • 1篇中文期刊文章

领域

  • 1篇天文地球

主题

  • 1篇沙漠腹地
  • 1篇神经网
  • 1篇神经网络
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇机器学习模型
  • 1篇工神经网络
  • 1篇高斯
  • 1篇高斯过程
  • 1篇人工神经网

机构

  • 1篇中国石油天然...
  • 1篇中国科学院新...
  • 1篇立命馆大学

作者

  • 1篇刘海龙
  • 1篇徐新文
  • 1篇王桂芬
  • 1篇闫健
  • 1篇雷加强
  • 1篇范敬龙
  • 1篇钟显斌

传媒

  • 1篇生态学报

年份

  • 1篇2013
1 条 记 录,以下是 1-1
排序方式:
基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究
2013年
为了研究塔克拉玛干沙漠腹地的地下水盐分变化规律,模拟地下水盐分变化过程,评价适合该区域的地下水变化规律的模型。通过对研究区蒸发量、降水量、气温、气压、地下水位、地下水电导率数据的统计分析,揭示了地下水含盐量及其影响因素的特征;使用GP模型、GPLVM模型和BP人工神经网络模型以及综合模型,模拟了气候变化和人类活动双重影响下的地下水含盐量变化过程,并评价了模型的模拟结果。研究结果表明:(1)研究区地下水流动系统主要受气候变化和人类活动的影响,地下水位在局部地区随开采过程呈现波动变化。地下水位变化过程与气压的变化规律相一致;而气温和蒸发量的季节变化规律相一致。地下水盐分含量呈上升趋势。(2)GP模型对于地下水含盐量的预测效果最好;GPLVM模型对于已知地下水含盐量条件下,与其他环境因素进行多元回归分析的拟合效果最好。而GP、GPLVM和BP人工神经网络模型的综合模型,对于包括模型训练和模型预测的全体数据集的拟合和预测效果最好。
范敬龙刘海龙雷加强徐新文王桂芬钟显斌闫健
关键词:高斯过程人工神经网络沙漠腹地
共1页<1>
聚类工具0