摘要：为缓和神经网络对历史数据的"过拟合"与预测值"失真"的矛盾,设计一种基于BP神经网络与残差分析的非线性时间序列预测流程.从控制残差为正态分布、白噪声等方面入手,建立合适的人工神经网络,使其既能较好地拟合过去的样本,又可以得到符合未来趋势的预测结果.将该预测流程应用于长江九江大桥观测线船舶交通流量预测,预测效果证明该方法可行.

摘要：当前,国家大力推动数字化转型和高质量发展,对自然资源与国土空间的数字化发展与应用提出了更高要求。虽然近些年国土空间数字化发展取得了很大成绩,但对标数字化转型和高质量发展的迫切要求,尚存在着与业务融合不深、技术支撑不够、整体合力不强、发展动能不足等问题,突出表现为高质量信息供给不足、高层次分析能力不强、高层次赋能手段短缺。因此,应以智慧国土为抓手,统筹数字化发展,推进智慧化应用。本文分析了智慧国土的基本内涵,提出以数据—信息—知识为主线,统筹国土空间的数字化发展,实现一体化建模、集成化管理及知识化服务;从全面动态感知、系统精准认知及全域智慧管控的角度,提升自然资源管理和国土空间治理各项工作的智慧化应用水平,实现在实景三维空间研判、用时空信息说话、凭时空知识决策。为了切实地构建国土空间治理的数字化生态、促进国土空间治理体系和治理能力现代化,今后还要加强顶层设计,推动科技创新,开展试点示范,加快专业改革。