基于人工神经网络的黑龙江省县域经济发展水平评价

文章运用人工神经网络方法,选取了8个经济指标,以黑龙江省2004年统计年鉴为数据源,对年黑龙江省66个县（市）的社会经济发展水平进行评价。结果表明：黑龙江省县域经济整体发展水平不高,而且区域差异显著;根据评价结果利用聚类分析方法将黑龙江省县域经济发展水平分为5级。文章最后提出了促进县域经济发展的措施。     

基于连续小波变换的土壤重金属含量反演模型

文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象,采用偏最小二乘回归、支持向量机和人工神经网络模型,通过连续小波变换,优选高光谱数据与土壤重金属含量的特征波段,构建研究区土壤重金属含量的高光谱反演模型。研究结果表明：（1）连续小波变换后,土壤重金属Cr含量相关性由0.24提高到0.45;土壤重金属Ni含量相关性由0.31提高到0.45;土壤重金属Zn含量相关性由0.31提高到0.51;(2）土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400～900、1 400～1 600、2 000～2 200 nm。（3）连续小波变换与人工神经网络相结合的模型精度最优,其土壤金属Cr含量的建模集和验证集的R²分别为0.91和0.84,均方根误差(RMSE)为2.40和3.91;土壤金属Ni含量的建模集和验证集的R2分别为0.91和0.84,均方根误差(RMSE)为2.40和3.91;土壤金属Ni含量的建模集和验证集的R²分别为0.88和0.82,RMSE为1.64和2.43;土壤重金属Zn含量的建模集和验证集的R2分别为0.88和0.82,RMSE为1.64和2.43;土壤重金属Zn含量的建模集和验证集的R²别为0.90和0.81,RMSE为5.20和5.93;连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型,适合研究区土壤重金属Cr、Ni、Zn含量的反演。     

应用人工神经网络方法对海水入侵危害程度划区分类

本文将目前信息处理系统中最有效的人工神经网络方法,应用于海水入侵地区,对其危害程度进行划区分类,提出了解题原理,步骤和计算方法,丰富了对海水入侵现象的研究手段。在莱州市滨海地区的计算表明,该方法是可行的。     

应用自组织人工神经网络预报黄土高原生态破坏程度的初探

运用三维Ｔ Ｋｏｈｏｎｅｎ自组织人工神经网络，分析预测黄土高原生态经济破坏程度，预测成功率１００％。结果表明，神经网络方法性能良好，可望成为生态经济破坏程度预测的有效的辅助手段。     

基于MLP-ANN与Markov Chain的土地利用变化预测方法——以锡林郭勒盟为例

以北方草地典型地区—内蒙古锡林郭勒盟为案例区,在1995年到2000年的土地利用变化与驱动力分析的基础上,利用土地利用转换类型和驱动力模型,采用多层感知人工神经网络模型分析了各种土地利用类型未来的转换潜力;利用马尔可夫链模型,预测了2005和2010年土地利用格局。预测结果显示：高覆盖度草地减少幅度最大,中覆盖度草地减少相对和缓,高、中覆盖度草地的减少造成了未利用地和低覆盖度草地的增加,尤其是前者增加的幅度最大;从空间分布看,高覆盖度草地的减少集中在西北部地区,主要转变为中低覆盖度草地,中覆盖度草地的减少主要集中在西南部地区,其流向主要是以沙化土地为主的未利用地;案例研究表明,多层感知人工神经网络模型与马尔可夫链模型的结合与应用能够在很大程度上预测稳定驱动力作用下的土地利用变化趋势,从而为生态干预提供指导。     

基于人工神经网络的巢湖富营养化分时分区评价

应用人工神经网络方法,以温度、高锰酸盐指数、总磷、总氮作为评价参数,对巢湖湖区12个点位的营养状态进行了分时段评价,一共评价了2000年至2003年四个年度的各月份的营养状态。因为湖泊的营养状态水平是变化的,不同区域、不同时段营养状态水平是不同的,因此采用分区分时评价更能全面客观地反映巢湖的营养状态水平及其变化特征。     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程,是当今环境科学研究的热点,国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例,采用伦敦市PM2．5的小时平均浓度数据,使用传统的BP神经网络建立预报模型,定量预测伦敦市PM2.5的小时平均浓度,探讨了大气污染预报网络的建模过程中,扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论,适当的选择样本集、气象变量,有利于提高所建立网络模型的预测精度。     

ANN模型对污水处理系统性能的评价

作者基于B－P算法的人工神经网络，对污水处理系统的性能作了预测和评价，并通过所建立的一个生物转盘处理系统的人工神经网络预测模型实例，验证了人工神经网络用于污水处理系统性能评价方面的可行性与准确性。     

利用人工神经网络研究含硫芳香族化合物结构与毒性的关系

本文采用简单的化学基团描述符，运用人工神经网络研究了含硫芳香族化合物对发光菌的性构效关系，并与多元线性回归相比较，结果显示了人工神经网络处理非线性问题的优越性。