首页 | 本学科首页   官方微博 | 高级检索  
     

脊波网络的碳通量预测
引用本文:王楷,薛月菊,陈汉鸣,孔德运,陈瑶.脊波网络的碳通量预测[J].计算机工程与应用,2011,47(34):228-230.
作者姓名:王楷  薛月菊  陈汉鸣  孔德运  陈瑶
作者单位:华南农业大学 南方农业机械与装备关键技术省部共建教育部重点实验室,广州 510642
基金项目:国家自然科学基金(No.41001310); 教育部留学回国人员科研启动基金(No.[2009]1001)~~
摘    要:碳通量(FC)作为全球二氧化碳循环与排放的重要指标,同各种生态因素有着密切的关系,因此可以通过各种生态因素预测碳通量,但迄今还缺乏有效的预测方法。研究脊波和神经网络结合的模型在碳通量预测中的应用,利用脊波处理碳通量数据的超平面奇异特性,从隐含层节点个数、误差、相关性等方面和小波网络进行了比较。实验结果表明,所采用的模型隐含层节点个数更少,拟合精度更高,预测能力更强,收敛速度更快。

关 键 词:碳通量预测  高维  脊波  小波  超平面奇异特性  
修稿时间: 

Prediction of carbon flux based on ridgelet network
WANG Kai,XUE Yueju,CHEN Hanming,KONG Deyun,CHEN Yao.Prediction of carbon flux based on ridgelet network[J].Computer Engineering and Applications,2011,47(34):228-230.
Authors:WANG Kai  XUE Yueju  CHEN Hanming  KONG Deyun  CHEN Yao
Affiliation:Key Lab of Key Technology on Agricultural Machine and Equipment Ministy of Education,South China Agricultural University,Guangzhou 510642,China
Abstract:Carbon Flux(FC) is an important index for global carbon dioxide circulation and emission.It is closely related to various ecological factors which can predict carbon flux.However,there have been no effective methods for prediction of FC so far.This paper researches the application of model combined with ridgelet and neural network in predicting FC.This model deals with hyperplane singularities of FC data with ridgelet.The ridgelet network is compared with wavelet network on number of hidden layer nodes,erro...
Keywords:Carbon Flux(FC)prediction  high dimension  ridgelet  wavelet  hyperplane singularity  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号