本课题将人工神经网络方法加以改造应用于作物生产栽培研究,实现神经网络提取知识的农学意义表达;同时将全息协调理论与神经网络理论结合在一起,最终形成作物生产全息协调神经网络,不仅实现了对作物生产复杂系统的整体控制,而且实现了对其细胞关系的精确辩识和控制。作物生产全息协调神经网络所作的作物生产预测与决策较单用全息协调方法作的预测决策结果更为精确,而且使全部分析、预测、决策过程和结果得到明确的农学解释。作物生产全息协调神经网络理论在解决作物生产栽培深层次的问题上不但是作物生产全息协调理论的又一次新的创造,而且对于神经网络也是一种具有新型结构、功能和算法的神经网络。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
基于知识网的知识化制造系统自重构优化研究
工程大系统设计的全局性多目标优化
基于可靠性理论的锚杆抗滑桩工程系统全局优化设计研究
<工程系统论>、<知识系统论>出版