排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
植物光合速率受生理、生态多种因素交互影响,分析提取主要影响因素是构建高效光合速率模型的基础。选取8个典型影响因素,以初花期的黄瓜植株为实验材料,设计光合速率嵌套实验,采用相关分析法分析各因素与光合速率的相关性,证明光子通量密度、CO_2浓度、温度、气孔导度和叶绿素含量与光合速率显著相关;提出了一种融合遗传算法的径向基函数(GA-RBF)神经网络光合速率建模方法,采用RBF神经网络构建光合速率模型,利用GA算法优化RBF神经网络的扩展速度。采用异校验方法分别对融合主要影响因素和全部因素的模型性能进行分析,结果表明融合主要影响因素的模型精度显著提高,光合速率预测值与实测值决定系数为0.997 6,最大绝对误差为1.008 6μmol/(m~2·s),平均绝对误差为0.350 9μmol/(m~2·s),在降低复杂度的同时提高了预测精度。 相似文献
2.
测定了161份不同类型水稻材料的谷粒、糙米的密度及其粒型参数。结果表明,谷粒的密度与谷粒千粒重、谷粒粒长呈极显著正相关,与谷粒长宽比和谷粒百粒体积显著正相关;糙米的密度与糙米千粒重、糙米粒长、糙米百粒体积、糙米粒厚均呈极显著正相关,与糙米宽显著正相关。通径分析表明,谷粒和糙米的千粒重对密度的直接正效应最大;百粒体积和粒宽对密度的直接负效应较大;谷粒其他性状也多是通过谷粒千粒重和百粒体积来间接影响谷粒密度的;而糙米不同性状的间接效应较复杂。谷粒回归模型表明,需增加合理解释谷粒密度变异的预测变量;而糙米回归模型表明,糙米千粒重、粒厚、百粒体积可解释糙米密度因变量的70.2%。 相似文献
3.
设施光环境优化调控是提高作物产量与品质的关键,而光饱和点决定作物利用光的能力。因此,如何根据温度、CO_2浓度变化实现光饱和点的动态获取是设施光环境调控技术发展的重要问题。针对上述问题,本文提出基于支持向量机—蚁群算法(SVM-ACO)的黄瓜光环境优化调控模型。通过多因子嵌套试验获得不同光光量子通量密度、CO_2浓度、温度组合条件下的光合速率值,利用支持向量机算法建立光合速率模型,设计基于连续蚁群寻优算法获取光饱和点并以其为调控目标,建立全范围温度、CO_2浓度下的光环境优化调控模型。调控模型可实现光饱和点的动态获取,且模型决定系数为0.995,均方根误差为15.73,为设施光环境高效精准调控提供了理论依据。 相似文献
4.
黄瓜初花期光合速率主要影响因素分析与模型构建 总被引:1,自引:0,他引:1
植物光合速率受生理、生态多种因素交互影响,分析提取主要影响因素是构建高效光合速率模型的基础。选取8个典型影响因素,以初花期的黄瓜植株为实验材料,设计光合速率嵌套实验,采用相关分析法分析各因素与光合速率的相关性,证明光子通量密度、CO2 浓度、温度、气孔导度和叶绿素含量与光合速率显著相关;提出了一种融合遗传算法的径向基函数(GA-RBF)神经网络光合速率建模方法,采用RBF神经网络构建光合速率模型,利用GA算法优化RBF神经网络的扩展速度。采用异校验方法分别对融合主要影响因素和全部因素的模型性能进行分析,结果表明融合主要影响因素的模型精度显著提高,光合速率预测值与实测值决定系数为0.9976,最大绝对误差为1.0086μmol/(m2·s),平均绝对误差为0.3509μmol/(m2·s),在降低复杂度的同时提高了预测精度。 相似文献
5.
1