排序方式: 共有62条查询结果,搜索用时 15 毫秒
61.
农作物害虫预测预报方法及应用 总被引:2,自引:0,他引:2
农作物病虫害是农作物产量和质量提高的重要制约因素,准确的害虫预测预报是科学防治害虫的前提,具有重要的经济、社会和生态意义。回顾了农作物害虫预测预报方法及目前的发展与应用现状,概述了人工神经网络、相空间重构、小波分析、支持向量机的原理及其在测报中的应用。 相似文献
62.
基于小波神经网络和BP神经网络的麦蚜发生期预测对比 总被引:1,自引:0,他引:1
为建立更准确、稳定的病虫害预测预报模型,减少农作物病虫害损失、提高农作物产量与质量,运用主成分分析法从42个基础气象因子中整合形成8个新的自变量输入模型,采用试凑法对网络关键参数进行筛选,用2002-2011年数据进行网络训练,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较.在小波神经网络训练过程中,有6年拟合精度在90%以上,平均拟合精度为89%,预测结果MAPE值为4.1939,MSE值为5.9764;在BP神经网络的训练过程中,有4年拟合精度超过90%,平均拟合精度仅为81.07%,预测结果中MAPE值为6.4694,MSE值为8.2457.从训练结果看,小波神经网络更能准确描述麦蚜发生期的变化规律,其拟合能力较BP神经网络好;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络. 相似文献