期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量
被引量：
2
1
作者
朱寿燕
陈绘画
罗家进
《中国农业气象》
CSCD
2009年第S2期290-294,共5页
针对BP算法易陷入局部极小、遗传算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的新算法——GA-BP算法。用均生函数法提取前期虫情信息,根据相关系数法和逐步回归法选择与仙居县马尾松毛虫有虫面积、虫口密度、虫株率相...
针对BP算法易陷入局部极小、遗传算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的新算法——GA-BP算法。用均生函数法提取前期虫情信息,根据相关系数法和逐步回归法选择与仙居县马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的延拓均生函数序列和气象因子作为各预测模型的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的GA-BP混合模型。结果表明:所建立的各GA-BP混合预测模型,具有令人满意的拟合精度和预测精度。当预报因子数为6个时,隐含层神经元个数为13个,3组预留有虫面积的平均预测误差为4.41%;虫口密度GA-BP混合模型的预报因子数为4个时,隐层神经元个数为9个,3组预留样本的平均预测误差为2.17%;虫株率GA-BP混合模型的预报因子数为4个时,隐层神经元个数为9个,3组预留样本的平均预测误差为4.25%。
展开更多
关键词
马尾松毛虫
遗传神经网络
发生量
预测预报
ga
-
bp
混合模型
下载PDF
职称材料
基于遗传神经网络混合模型预测马尾松毛虫发生量的研究
被引量：
1
2
作者
陈绘画
朱寿燕
周泽华
《安徽农业科学》
CAS
北大核心
2009年第12期5548-5551,共4页
根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子和延拓均生函数序列作为各预测模型的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的GA-BP混合模...
根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子和延拓均生函数序列作为各预测模型的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的GA-BP混合模型。结果表明,所建立的各GA-BP混合预测模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为13个,预报因子数为6个时,3组预留有虫面积的平均预测误差为4.41%;虫口密度GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为2.17%;虫株率GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为4.25%。
展开更多
关键词
马尾松毛虫
遗传神经网络
发生量
预测预报
ga
-
bp
混合模型
下载PDF
职称材料
题名
基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量
被引量：
2
1
作者
朱寿燕
陈绘画
罗家进
机构
浙江省仙居县气象局
浙江省仙居县林业局
出处
《中国农业气象》
CSCD
2009年第S2期290-294,共5页
基金
仙居县科技局"仙居县林业主要有害生物数值预报的研究"(200628)
文摘
针对BP算法易陷入局部极小、遗传算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的新算法——GA-BP算法。用均生函数法提取前期虫情信息,根据相关系数法和逐步回归法选择与仙居县马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的延拓均生函数序列和气象因子作为各预测模型的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的GA-BP混合模型。结果表明:所建立的各GA-BP混合预测模型,具有令人满意的拟合精度和预测精度。当预报因子数为6个时,隐含层神经元个数为13个,3组预留有虫面积的平均预测误差为4.41%;虫口密度GA-BP混合模型的预报因子数为4个时,隐层神经元个数为9个,3组预留样本的平均预测误差为2.17%;虫株率GA-BP混合模型的预报因子数为4个时,隐层神经元个数为9个,3组预留样本的平均预测误差为4.25%。
关键词
马尾松毛虫
遗传神经网络
发生量
预测预报
ga
-
bp
混合模型
Keywords
Masson pine caterpillar(Demdrolimus punctatus Walker)
Genetic Algorithm(
ga
) neural network
Occurrence quantity
Forecast
ga
-
bp
mixed model
分类号
S763 [农业科学—森林保护学]
下载PDF
职称材料
题名
基于遗传神经网络混合模型预测马尾松毛虫发生量的研究
被引量：
1
2
作者
陈绘画
朱寿燕
周泽华
机构
浙江省仙居县林业局
浙江省仙居县气象局
浙江省仙居县农业局
出处
《安徽农业科学》
CAS
北大核心
2009年第12期5548-5551,共4页
基金
仙居县科技局<仙居县林业主要有害生物数值预报的研究>(200628)
文摘
根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子和延拓均生函数序列作为各预测模型的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的GA-BP混合模型。结果表明,所建立的各GA-BP混合预测模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为13个,预报因子数为6个时,3组预留有虫面积的平均预测误差为4.41%;虫口密度GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为2.17%;虫株率GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为4.25%。
关键词
马尾松毛虫
遗传神经网络
发生量
预测预报
ga
-
bp
混合模型
Keywords
Dendrolimus punctatus Walker
Genetic neural network
Occurrence Quantity
Prediction
ga
-
bp
mix mode
分类号
S431 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量
朱寿燕
陈绘画
罗家进
《中国农业气象》
CSCD
2009
2
下载PDF
职称材料
2
基于遗传神经网络混合模型预测马尾松毛虫发生量的研究
陈绘画
朱寿燕
周泽华
《安徽农业科学》
CAS
北大核心
2009
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
