您的位置: 专家智库 > >

国家烟草专卖局基金(110200801006)

作品数:2 被引量:55H指数:2
相关作者:谭俊陈昌华姚进尹健康更多>>
相关机构:四川大学凉山州烟草专卖局更多>>
发文基金:国家烟草专卖局基金更多>>
相关领域:农业科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇农业科学

主题

  • 2篇烟田
  • 2篇烟田土壤
  • 2篇神经网
  • 2篇神经网络
  • 2篇水分
  • 2篇土壤
  • 2篇土壤水
  • 2篇土壤水分
  • 2篇网络
  • 1篇烟叶
  • 1篇主元
  • 1篇主元分析
  • 1篇径向基
  • 1篇径向基函数
  • 1篇径向基函数网...
  • 1篇基函数
  • 1篇A-RBF
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络

机构

  • 2篇四川大学
  • 1篇凉山州烟草专...

作者

  • 2篇姚进
  • 2篇陈昌华
  • 2篇谭俊
  • 1篇尹健康

传媒

  • 1篇农业工程学报
  • 1篇电子科技大学...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于BP神经网络的烟田土壤水分预测被引量:17
2010年
提出了分区域、分阶段建立烟叶田间土壤水分预测简化模型的思想,并利用BP神经网络建立了烟田土壤水分预测模型,确定区域阶段土壤水分初值、蒸发量、月均气温、日照、降雨量为输入层和阶段土壤水分为输出层,实现了从输入端到输出端的非线性映射。研究表明,该预测模型具有较好的预测效果,有广泛的适应性和广阔的应用前景。
尹健康陈昌华邢小军谭俊姚进
关键词:BP神经网络土壤水分烟叶
基于PCA-RBF神经网络的烟田土壤水分预测被引量:38
2010年
为建立烟田土壤水分预测模型以利于烟区种植的规划和管理,该文提出了基于主元分析(PCA)与径向基函数(RBF)神经网络模型的烟田土壤水分预测方法。首先,利用PCA消除原始输入层数据的相关性,以解决神经网络建模时输入变量过多、网络规模过大导致效率下降的问题;然后,以主元模型结果为输入建立土壤水分RBF神经网络预测模型。实例研究表明,烟田土壤水分PCA-RBF神经网络预测模型具有较好的预测效果,平均预测精度达到96.02%,与全要素误差反向传播(BP)神经网络和RBF神经网络相比,平均预测精度分别提高5.20%和6.06%,完全符合实际烟区种植规划的需求,为研究其他类型的土壤水分预测提供了参考。
陈昌华谭俊尹健康张飞姚进
关键词:土壤水分径向基函数网络神经网络
共1页<1>
聚类工具0