[1]李洪兴,石水莲. 辽宁省耕地利用现状及其保护策略[J]. 国土资源,2010(6):34-36.
[2]张蚌蚌,孔祥斌,郧文聚,等. 我国耕地质量与监控研究综述[J]. 中国农业大学学报,2015,20(2):216-222.
[3]付国珍,摆万奇. 耕地质量评价研究进展及发展趋势[J]. 资源科学,2015,37(2):226-236.
[4]奉婷,张凤荣,李灿,等. 基于耕地质量综合评价的县域基本农田空间布局[J]. 农业工程学报,2014(1):200-210.
[5]钱凤魁,王秋兵,边振兴,等. 凌源市耕地质量评价与立地条件分析[J]. 农业工程学报,2011,27(11):325-329.
[6]唐南奇,谭明军. 基于人工神经网络农用地分等研究Ⅰ.分等模型与精度检测[J]. 福建农林大学学报(自然科学版),2004,33(2):241-244.
[7]孔维娜,李跃进,李双异,等. 人工神经网络产量定量评价模型在县域耕地地力评价中的应用[J]. 国土与自然资源研究,2012(2):30-32.
[8]员学锋,吴普特,汪有科. BP神经网络在耕地减少预测中的应用研究[J]. 中国农业资源与区划,2005,26(4):39-41.
[9]迟宝明,林岚,丁元芳. 基于遗传算法的BP神经网络模型在地下水动态预测中的应用研究[J]. 工程勘察,2008(9):36-41.
[10]张保祥,刘青勇,卢朝霞,等. 基于神经网络和遗传算法的济南市区岩溶地下水预报模型研究[J]. 山东农业大学学报(自然科学版),2004,35(3):436-441.
[11]张学喜. 遗传算法和人工神经网络在边坡稳定性评价中的应用[D]. 合肥:合肥工业大学,2007.
[12]伍振军,刘吉平. 基于遥感和遗传BP算法的流域土地覆盖/利用分类方法[J]. 湖北地矿,2002,16(2):31,34-37.
[13]李小刚,马友华,张益,等. 基于模糊评价与BP神经网络模型的耕地质量评价对比研究——以淮北平原凤台县为例[J]. 土壤通报,2015(4):816-822.
[14]孔维娜,李跃进,李双异,等. 人工神经网络产量定量评价模型在县域耕地地力评价中的应用[J]. 国土与自然资源研究,2012(2):30-32.
[15]闻新. MATLAB神经网络仿真与应用[M]. 北京:科学出版社,2003.
[16]张豪,罗亦泳,张立亭,等. 基于遗传算法最小二乘支持向量机的耕地变化预测[J]. 农业工程学报,2009,25(7):226-231.
[17]宋戈,王越,雷国平,等. 松嫩高平原黑土区耕地资源安全的驱动机制分析[J]. 农业工程学报,2013,29(21):241-248.
[18]高娟,王海军,张怡然,等. 基于遗传算法和支持向量机的城镇土地定级方法研究[J]. 华中师范大学学报(自然科学版),2014,48(6):917-922,929.
[19]骆成凤,刘正军,王长耀,等. 基于遗传算法优化的BP神经网络遥感数据土地覆盖分类[J]. 农业工程学报,2006,22(12):133-137,后插1.
[20]宋戈,邹朝晖,王越. 东北粮食主产区县域耕地产能核算及其影响因子分析[J]. 农业工程学报,2014,30(24):308-317.
[21]雷英杰. MATLAB遗传算法工具箱及应用[M]. 西安:西安电子科技大学出版社,2005.
[22]周洪伟,原锦辉,张来顺. 遗传算法“早熟”现象的改进策略[J]. 计算机工程,2007,33(19):201-203.
[1]翟慧,李纪云.BP_Adaboost预测模型结合遗传算法在鸡腿菇生长环境寻优中的应用[J].江苏农业科学,2013,41(07):383.
Zhai Hui,et al.Application of BP_Adaboost forecasting model combined genetic algorithm in growth environment optimization of Coprinus comaus[J].Jiangsu Agricultural Sciences,2013,41(08):383.
[2]秦善知,陈斌,陆道礼,等.基于便携式近红外光谱仪检测梨可溶性固形物[J].江苏农业科学,2014,42(08):284.
Qin Shanzhi,et al.Determination of soluble solid contents in pears based on portable near infrared spectrometer[J].Jiangsu Agricultural Sciences,2014,42(08):284.
[3]蒋雪松,周宏平.基于遗传算法的农产品品质无损检测研究进展[J].江苏农业科学,2013,41(12):17.
Jiang Xuesong,et al.Research progress of nondestructive testing of quality of agricultural products based on genetic algorithms[J].Jiangsu Agricultural Sciences,2013,41(08):17.
[4]徐凯宏,米雅婷,谷志新.基于GA-BP神经网络的温室番茄病害诊断[J].江苏农业科学,2016,44(04):387.
Xu Kaihong,et al.Diagnosis of tomato disease in greenhouse based on GA-BP network[J].Jiangsu Agricultural Sciences,2016,44(08):387.
[5]费强,赵武云,戴飞,等.基于BP神经网络及遗传算法的组合式板齿脱粒装置参数优化[J].江苏农业科学,2014,42(03):351.
Fei Qiang,et al.Parameter optimization of composite board tooth threshing device based on BP neural network and genetic algorithm[J].Jiangsu Agricultural Sciences,2014,42(08):351.
[6]林萍,陈永明.利用可见近红外光谱技术快速鉴别大米品种[J].江苏农业科学,2015,43(12):320.
Lin Ping,et al.Fast discrimination of rice varieties based on visible near-infrared spectroscopy technology[J].Jiangsu Agricultural Sciences,2015,43(08):320.
[7]刘金明,谢秋菊,刘浩然.基于SVM的畜禽舍废气监测缺失数据恢复[J].江苏农业科学,2015,43(08):421.
Liu Jinming,et al.A method for missing data recovery of waste gas monitoring in animal building based on SVM[J].Jiangsu Agricultural Sciences,2015,43(08):421.
[8]栗娜,李萍,张善文.基于改进遗传算法的作物叶片病斑分割算法[J].江苏农业科学,2014,42(07):140.
Li Na,et al.Segmentation of crop leaf spot image based on improved genetic algorithm[J].Jiangsu Agricultural Sciences,2014,42(08):140.
[9]李伟伟,罗华平,孔维楠.高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析[J].江苏农业科学,2018,46(1):173.
Li Weiwei,et al.Analysis of total sugar content modeling for Jun jujube in Southern Xinjiang by hyperspectral imaging technology combined with genetic algorithm and BP neural network[J].Jiangsu Agricultural Sciences,2018,46(08):173.
[10]范泽华,张楠楠,喻彩丽,等.基于近红外光谱的骏枣病虫害与风沙损伤检测[J].江苏农业科学,2018,46(02):154.
Fan Zehua,et al.Detection of Jun jujube disease and insect pest and aeolian sand damage based on near infrared spectroscopy[J].Jiangsu Agricultural Sciences,2018,46(08):154.