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
共找到1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：
光温因子驱动的园艺作物叶龄模型模拟精度比较
1
作者 程陈 董朝阳 +7 位作者 郑生宏 周宇博 钟宁 李文明 朱阳春 丁枫华 冯利平 黎贞发 《浙江农业学报》 CSCD 北大核心 2024年第6期1368-1378,共11页
为了提高光温因子驱动的园艺作物通用性叶龄模拟模型的模拟精度,以黄瓜、芹菜、菠菜、小香芹、郁金香和茶叶为供试材料,进行了7年(2016—2022年)的分期播种试验,依据作物生长发育与关键气象因子(辐射和温度)的关系,采用4类建模方法(温... 为了提高光温因子驱动的园艺作物通用性叶龄模拟模型的模拟精度,以黄瓜、芹菜、菠菜、小香芹、郁金香和茶叶为供试材料,进行了7年(2016—2022年)的分期播种试验,依据作物生长发育与关键气象因子(辐射和温度)的关系,采用4类建模方法(温差法、积温法、生理发育时间法和辐热积法)构建了园艺作物叶龄模拟模型,并以6种方式(平均值、最值均值、中值、逐步回归、BP神经网络和Elman神经网络)和2种集成逻辑(直接和分步)集成模拟结果,最终优化模型模拟精度。结果表明:1)2种集成逻辑下模型模拟精度均较高,且分步集成逻辑优于直接集成逻辑,平均绝对误差(mean absolute error,MAE)差值为0.31 d,平均相对误差(mean relative error,MRE)差值为0.33%,均方根误差(root mean square error,RMSE)差值为0.40 d,归一化均方根误差(normalized root mean square error,NRMSE)差值为0.46%;2)2种集成逻辑下模型最优时间尺度为逐时尺度,最优作物类型为茶叶,最优建模方法为Elman神经网络集成模拟模型。研究结果可为园艺作物智慧生产管理和可视化提供理论依据和技术支撑。 展开更多
关键词 园艺作物 叶龄模型 逐步回归 神经网络 算法集成逻辑
下载PDF
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
使用帮助 返回顶部