首页 | 本学科首页   官方微博 | 高级检索  
     

基于前馈神经网络的变量施肥养分图的研究
引用本文:王俊,兰维娟,毛鹏军. 基于前馈神经网络的变量施肥养分图的研究[J]. 农机化研究, 2007, 0(8): 99-102
作者姓名:王俊  兰维娟  毛鹏军
作者单位:河南科技大学,车辆与动力工程学院,洛阳,471003
基金项目:河南省科技攻关项目 , 河南科技大学校科研和教改项目
摘    要:通过插值方法合理利用土壤采样点的养分值估算非采样点的养分值,对于变量施肥决策和实施具有重要的意义.由于大采样间距插值地图的精确性无法得到保证,难以客观地描述农田的养分分布情况,因此提出一种不依赖于地理统计学推论的前馈神经网络模型,对大间距采样点进行插值.实验研究表明,与目前的插值方法相比,该模型有较好的准确性和可靠性.

关 键 词:土壤学  变量施肥养分图  试验研究  前馈神经网络  前馈神经网络  变量施肥  养分图  研究  Fertility  Rate  Variable  Model  Feedforward  准确性和可靠性  网络模型  实验  行插值  大间距  地理统计学  分布情况  农田  描述  地图  间距插值
文章编号:1003-188X(2007)08-0099-04
收稿时间:2006-12-05
修稿时间:2006-12-05

Study on Feedforward ANN Model on Variable Rate Fertility Map
WANG Jun,LAN Wei-juan,MAO Peng-jun. Study on Feedforward ANN Model on Variable Rate Fertility Map[J]. Journal of Agricultural Mechanization Research, 2007, 0(8): 99-102
Authors:WANG Jun  LAN Wei-juan  MAO Peng-jun
Affiliation:College of Vehicle and Power Engineering, Henan University of Science and Technology, Luoyang 471003,China
Abstract:It is an important means to utilize the methods of interpolation to estimate non-sample values for variable rate fertilizer decision-making .The methods of interPolation is introduced .Yet ,great distances between sample values make the accuracy of interpolation maps uncertain. In this paper, a kind of feedforward ANN model was implemented in agronomic area ,which was not independent of geography statics deduction ,the test result of experiment showed that model gave accurate results and worked steadily.
Keywords:agrology   fertility map of variable rate fertilizer   experiment research   feedforward neural network
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号