主成分回归模型在农业需水量预测中的应用

农业需水量的准确预测对区域发展具有十分重要的意义。农业需水量受多重因素的影响,且这些因素大多存在较强的相关性。通过介绍主成分分析法的原理和计算分析,以实例（z市1998--2010年农业用水资料）建立回归模型对需水量进行预测。结果表明,该模型应用于农业用水量预测,其结果与当地实际情况较吻合,模型的拟合程度和预测准确度均较好。     

基于因子分析的BP神经网络对成都市需水量的预测

在对四川省成都市的水资源进行综合规划与评价的过程中,通过主成分因子分析可知人口、GDP、给排水管道长度等因素对需水量预测有较大影响,如何建立这些因素与需水量之间的数学关系是预测工作的重点。本文将介绍通过MATLAB数学分析软件建立BP神经网络预测模型,并对模型的预测结果进行评价。     

神经网络方法在地表高程预测中的应用研究

从地表高程预测的研究现状出发,基于Matlab神经网络工具箱构建了广义回归神经网络(GRNN),建立了能够预测地表高程的神经网络预测模型,并与反距离加权法(IDW)的预测结果进行了比较分析。结果表明,GRNN方法计算简单,在相同的样本数据条件下,GRNN的预测精度较高,表明神经网络方法在地表高程预测中的应用是可行的。     

前馈神经网络在环境评价和预测中的应用进展

本文针对水环境中复杂的不确定性及非线性关系,在水环境不确定性分析的基础上,详细阐述了以BP网络和RBF网络为代表的前馈神经网络法的基本原理,分析了两种方法的优点。同时,本文对两种方法在水环境影响评价工作中的应用现状进行总结,分析了两种方法的研究发展趋势。     

航空装备典型舱室结构环境数据预测方法研究

为进行航空装备典型舱室环境谱编制,需依据机场环境数据得到典型舱室环境数据。为此,本文通过实测航空装备典型舱室温、湿度环境数据与机场温、湿度环境数据,在对所测数据进行正态性与独立性检验的前提下,开展典型舱室温、湿度环境数据回归预测模型建模研究。研究发现,航空装备典型舱室温、湿度环境数据与机场温、湿度环境数据存在较好的相关性,建立的温、湿度回归预测模型健康,可用于后续典型舱室局部环境谱编制分析。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014~2016年空气污染指数(API)以及SO 2、NO 2、PM 10等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

主成分分析法在辽河水质评价中的应用

在水质评价中,表示某一流域水质情况的指标众多,而不同的指标间往往存在不同程度的相关性。其中有些相关性甚至非常显著,这使它们提供的信息有可能发生重叠。用主成分分析综合处理可以产生新的指标,而这些新的指标彼此互补相关又能综合反映水质的情况。本文通过应用主成分分析逐步降维综合处理的特性对辽河水质进行评价,对辽河四个断面的污染程度做了综合评价。然后再应用主成分分析法选取主要污染指标,结合迭代聚类模型对主成分分析得到的结果进行分类。     

基于BP神经网络模型在珊溪水库水华预测中的应用

在珊溪水库藻类暴发期间应急监测数据的基础上,建立pH值、高锰酸盐指数、总氮、总磷、叶绿素a数据矩阵。运用MATLAB R2015b GUI可视化界面模块,将应急监测数据样本空间分为训练样本、验证样本、测试样本,建立珊溪水库BP神经网络模型,预测了珊溪水库藻类暴发期间叶绿素a浓度。BP神经网络建模结果显示:输出数据与实测数据相关系数0.978,平均相对误差-0.19%,标准方差18.54%,模型稳定性较好,叶绿素a预测结果符合预期。BP神经网络预测模型为珊溪水库饮用水水源地环境保护提供了科学依据。     

主成分分析法在三江交汇处水质分析中的应用

本文应用主成分分析法,利用三江交汇处的三个断面从1984年到1998年的监测资料对交汇处的水质做分析,分析前先对量化数据标准化处理,处理后提取主成分,并且计算其贡献率和累计贡献率,再由相应的特征向量得到主成分的线性表达式。结果表明：五项影响因素中,三个断面桔水期均受亚硝酸盐氮的影响比较大,丰水期和平水期均受悬浮物和化学需氧量的影响比较大。交汇前,小南门断面的水质综合污染最严重,凉姜沟断面的水质综合污染最轻;交汇后,三江口断面的水质在两者的缓冲下,水质综合污染居中。则说明主成分分析法为河流的综合治理提供了科学依据。     

多元统计分析在粮食产量影响因素分析中的应用--以四川省为例

粮食安全问题引起了社会各界的高度重视.四川省作为全国的人口大省、粮食大省,粮食安全不容忽视.采用多元统计中的灰色关联度分析和主成分分析法对四川省粮食产量影响因素进行了相关分析,确定其主要影响因素,为解决粮食安全问题提供科学依据.     

JY56光电直读光谱仪在铝及铝合金分析中的应用

文章介绍了JY56光电直读光谱仪在铝及铝合金分析中的应用 ,控制样品的选择和使用。围绕提高仪器的分析性能、分析准确度和分析速度采取的行之有效的方法 ;为保证仪器长时间连续地正常运行 ,快速、准确地配合炉前的在线分析所进行的工作 ,取得了满意的效果。     

模型预测在土地利用规划中的应用

阐述了4种预测模型的原理，并以新疆喀什市的城市用地预测为例，通过时间序列建立了4种预测模型，对城市用地实际值进行预测与分析，从而得出各种模型的特点。认为只有选择最适合的预测模型，才能为土地利用规划提供科学依据。     

多元线性回归预测模型在城市垃圾产量预测中的应用

分析了上海1995-2004年度每年垃圾产生量的数据,由此提出了可应用于城市垃圾预测的多元线性回归预测模型.通过与指数法、GM（1,1）模型、GM（1,1）SSODMM等模型的预测结果进行比较,精度达一级.表明该模型在城市垃圾产量的预测中具有一定的优越性和广泛的应用前景.     

GIS软件在大气环境预测模式地形资料预处理中的应用

本文介绍了GIS软件在新一代大气预测模式复杂地形的模拟和资料获取中的应用,为模拟污染物在复杂地形中扩散提供精确的基础数据,并为GIS和环境学科的交叉应用提供借鉴。     

遗传投影寻踪回归在城市环境质量评价中的应用

引入投影降维的思想,将遗传投影寻踪与回归分析技术运用到城市环境质量评价中。将此技术与神经网络方法进行实例比较,投影寻踪回归方法不但可以合理地作出环境质量的综合评价,而且消除了神经网络方法中类别判断不够精确的影响。     

灰色系统方法在城市生活垃圾量预测中的应用

利用灰色关联分析方法分析了影响城市生活垃圾量的因素，建立了生活垃圾量的ＧＭ（１，１）预测模型，预测了未来的城市生活垃圾量。该法具有较高的精度，简便，可行。     

主分量分析法在新疆野苹果与数种栽培品种亲缘关系研究中的应用

实验材料是采用新疆野苹果、新疆的栽培苹果红肉苹果、白油果、海棠果、黄元帅，以及日本的栽培品种GoldenDelicious、富士、红玉等为对象，共7个品种23个个体，参考日本农林水产省果树试验场的苹果遗传资源描述手册，选择了苹果叶片外部特征中的8种主要的性状，加以数值化进行比较，并采用了统计学的方法—主分量分析（PrincipalComponentAnalysis）进行了比较和分析试验，探索7个品种的种问及种内亲缘关系。结果为新疆野苹果同红肉苹果在叶片形态、叶基部形状表现出相近的亲缘关系，新疆野苹果与海棠果、G·D、红玉之间在叶先端形状表现关系相近。新疆地方品种中海棠果同红肉苹果在叶片形状表现根相似。     

事故后果分析软件（ＰＨＡＳＴ）在天然气管道泄漏评价中的应用

利用事故后果分析软件(PHAST)模拟两种不同孔径的输气管道在发生油气泄漏时,不同风速条件下,天然气泄漏遇到点火源,产生喷射火和冲击波。根据模拟计算结果可看出,对同一泄漏源,风速越大,天然气越易挥发、扩散;风速较低而稳定时,管道泄漏出的天然气不易扩散,或在爆炸危险距离和区域相对较小。火灾爆炸区域,喷射火或冲击波表征的影响范围,为管道运行管理提供依据。