基于多元回歸和BP神經(jīng)網(wǎng)絡(luò)的苧麻產(chǎn)量估測(cè)模型比較研究
發(fā)布時(shí)間:2023-02-07 20:51
為高效和準(zhǔn)確地估測(cè)作物產(chǎn)量,試驗(yàn)以苧麻為研究對(duì)象,基于2010~2019年獲取的長(zhǎng)期定位田間試驗(yàn)實(shí)測(cè)數(shù)據(jù),選取株高、莖粗、分株數(shù)、有效株率和鮮皮厚度5個(gè)因子作為自變量,分別構(gòu)建了鮮皮產(chǎn)量及原麻產(chǎn)量的多元回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)產(chǎn)量模型估測(cè)的鮮皮產(chǎn)量和原麻產(chǎn)量在精度和穩(wěn)定性方面均明顯優(yōu)于回歸模型。其中,回歸方法獲得的中苧1號(hào)鮮皮產(chǎn)量和原麻產(chǎn)量與實(shí)測(cè)值的絕對(duì)系數(shù)R2分別為0.40和0.47,相對(duì)誤差分別在5.05%~46.60%與1.18%~39.69%范圍內(nèi)波動(dòng),平均相對(duì)誤差分別為15.03%和14.52%,鮮皮產(chǎn)量和原麻產(chǎn)量中均有多組估測(cè)數(shù)據(jù)誤差超過(guò)20%以上;而B(niǎo)P神經(jīng)網(wǎng)絡(luò)方法獲得的中苧1號(hào)鮮皮產(chǎn)量和原麻產(chǎn)量與實(shí)測(cè)值的絕對(duì)系數(shù)R2分別為0.93和0.97,相對(duì)誤差分別在0.80%~17.23%和1.14%~11.54%范圍內(nèi)波動(dòng),平均相對(duì)誤差分別為5.78%和4.88%,產(chǎn)量相對(duì)誤差值絕大部分低于6%且波動(dòng)較小。
【文章頁(yè)數(shù)】:12 頁(yè)
【文章目錄】:
1 材料與方法
1.1 材料和樣地
1.2 數(shù)據(jù)來(lái)源
1.3 數(shù)據(jù)處理
1.4 多元回歸模型
1.5 BP神經(jīng)網(wǎng)絡(luò)模型
1.5.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
1.5.2 BP神經(jīng)網(wǎng)絡(luò)運(yùn)行原理
1.5.3 BP神經(jīng)網(wǎng)絡(luò)產(chǎn)量估測(cè)模型構(gòu)建
2 結(jié)果與分析
2.1 多元線性回歸模型估測(cè)
2.2 BP神經(jīng)網(wǎng)絡(luò)產(chǎn)量模型估測(cè)
2.3 估測(cè)結(jié)果對(duì)比分析
3 討論與結(jié)論
本文編號(hào):3737408
【文章頁(yè)數(shù)】:12 頁(yè)
【文章目錄】:
1 材料與方法
1.1 材料和樣地
1.2 數(shù)據(jù)來(lái)源
1.3 數(shù)據(jù)處理
1.4 多元回歸模型
1.5 BP神經(jīng)網(wǎng)絡(luò)模型
1.5.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
1.5.2 BP神經(jīng)網(wǎng)絡(luò)運(yùn)行原理
1.5.3 BP神經(jīng)網(wǎng)絡(luò)產(chǎn)量估測(cè)模型構(gòu)建
2 結(jié)果與分析
2.1 多元線性回歸模型估測(cè)
2.2 BP神經(jīng)網(wǎng)絡(luò)產(chǎn)量模型估測(cè)
2.3 估測(cè)結(jié)果對(duì)比分析
3 討論與結(jié)論
本文編號(hào):3737408
本文鏈接:http://www.sikaile.net/wenshubaike/shenghuobaike/3737408.html
最近更新
教材專著