發(fā)布時(shí)間：2024-07-05 19:00

　　【目的】本研究擬通過(guò)神經(jīng)網(wǎng)絡(luò)建模來(lái)預(yù)測(cè)橡膠樹(shù)白粉病病害流行趨勢(shì)�！痉椒ā坎捎萌祟�(lèi)專(zhuān)家綜合利用傳統(tǒng)經(jīng)驗(yàn)方法預(yù)報(bào)病害的相關(guān)經(jīng)驗(yàn)數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本,選用誤差反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),以Adam算法為訓(xùn)練算法,成功訓(xùn)練得到了橡膠樹(shù)白粉病神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型�！窘Y(jié)果】其擬合優(yōu)度達(dá)88.11%,田間試驗(yàn)驗(yàn)證的實(shí)際符合率為87.88%�！窘Y(jié)論】本研究建立的橡膠樹(shù)白粉病神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型在提供防治建議上已具備與橡膠樹(shù)白粉病專(zhuān)家相當(dāng)?shù)乃�。研究結(jié)果為進(jìn)一步結(jié)合互聯(lián)網(wǎng)通信技術(shù)和數(shù)據(jù)庫(kù)管理技術(shù),以訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型作為預(yù)測(cè)算法,建立橡膠樹(shù)白粉病預(yù)測(cè)預(yù)報(bào)專(zhuān)家系統(tǒng)、實(shí)現(xiàn)橡膠樹(shù)白粉病害預(yù)測(cè)預(yù)報(bào)流程的自動(dòng)化和智能化奠定了基礎(chǔ)。

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 材料與方法
    1.1 材料
    1.2 方法
        1.2.1 測(cè)報(bào)數(shù)據(jù)的預(yù)處理
        1.2.2 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的確定
        1.2.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法的選取
        1.2.4 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練以及防止過(guò)擬合
        1.2.5 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的后處理
        1.2.6 預(yù)測(cè)模型田間驗(yàn)證方法
        1.2.7 預(yù)測(cè)模型田間驗(yàn)證標(biāo)準(zhǔn)
2 結(jié)果與分析
    2.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練
    2.2 物候參數(shù)的挑選
    2.3 各測(cè)報(bào)參數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)模型性能的影響
    2.4 神經(jīng)網(wǎng)絡(luò)模型的田間驗(yàn)證
3 討 論
    3.1 預(yù)測(cè)參數(shù)的選擇
    3.2 預(yù)測(cè)參數(shù)在病害預(yù)測(cè)預(yù)報(bào)模型中的重要性
    3.3 神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢(shì)與劣勢(shì)
    3.4 預(yù)測(cè)模型的通用性
4 結(jié) 論



本文編號(hào)：4001382