人工神经网络在水文水资源中的应用

人工神经网络理论被广泛地应用于水文水资源领域中各种问题的研究,依问题性质不同将其划分为4大类:(1)分类和识别问题;(2)预测预报问题;(3)优化计算问题;(4)基于神经网络的专家系统研制与开发问题,对人工神经网络在水文水资源中的应用现状作了较全面的介绍。还指出了目前应用中存在的主要问题以及今后的研究方向。     

人工神经网络在遥感图像处理中的应用探讨

遥感图像处理常见的困难有数据量巨大、噪声信息多，高度非线性及其导致的难以用解析或表述处理模型等。人工神经网络（artificial neural network,ANN)是由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，可以解决上述问题，使用ANN进行遥感图像处理在遥感图像复原，变换和分类中有如下应用：（1）使用ANN和必要辅助数据从TM图像中提取地下火热辐射数据；（2）构造ANN非线性映射，利用TM1－5，7图像提高TM6图像空间分辨率；（3）模糊神经网络（FNN）遥感图像分类。     

人工神经网络在贵州地质灾害易发性分析中的应用探索

贵州省地质环境条件复杂、地质灾害发育严重,开展基于人工神经网络算法的地质灾害易发性分析,对提高全省易发性评价效率、实现智能化分析具有重要意义。本文通过对各种人工神经网络算法的比较,选取径向基神经网络(RBF)、概率神经网络(PNN)、模糊神经网络(FNN)作为模型算法,采用基于GIS平台的空间数据建模软件(SDM)构建基于人工智能的地质灾害风险分析模型系统,通过数据准备、数据处理、模型训练、模型调用、评估优化等步骤,开展基于三种人工神经网络的贵州山区地质灾害易发性分析应用探索。结果表明:(1)三种人工神经网络计算的易发性结果分区合理、精度检验合格,AUC检验显示具有良好预测价值;(2)通过与专家经验分析结果对比,RBF算法的评价结果与实际更为吻合,表明RBF算法可更好地应用于地质灾害易发性分析。     

基于主成分分析和BP神经网络的五道沟水面蒸发计算研究

针为探讨五道沟水面蒸发量与气象因子间的关系,准确估算该地区水面蒸发量,选取五道沟1991—2019年水面蒸发量以及气象因子实测资料,基于主成分法分析水面蒸发量的影响因素,并结合BP人工神经网络算法建立了水面蒸发计算模型.结果表明:主成分分析提取了三个主成分,第一主成分为地表温度、饱和差、绝对湿度、平均气温以及水汽压力差...