排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
混沌理论与BP网络融合的稻瘟病预测模型 总被引:1,自引:1,他引:0
为了能更有效地预测稻瘟病的发生,将混沌理论(G-P算法)与BP人工神经网络融合建立了稻瘟病预测模型,并运用QPSO算法优化BP神经网络,避免了BP算法易陷入局部极小值的缺陷。运用G-P算法对云南省凤庆县历年稻瘟病发病情况的历史数据进行了研究。研究发现最小嵌入空间维及K熵都为正数,故稻瘟病的发生具有一定的混沌特性,从而确定了模型输入层的个数。应用该模型对2001-2009年稻瘟病发生程度进行预测,并与其他预测模型进行比较。结果表明:该模型预测的准确率和收敛速度明显高于其他预测模型,且预测结果有效可行,为解决 相似文献
5.
6.
为研究水稻不同种植模式对稻瘟病发生影响,通过试验设计、采样设计,以稻瘟病病原菌为研究对象。通过定时捕捉稻瘟病病原菌孢子,并与温度、光照强度、相对湿度、不同试验区间进行研究分析。试验结果表明:孢子量变化与温度、光照强度和相对湿度呈正相关;同一种植模式及布局接壤的试验区孢子量变化间呈显著正相关;研究还发现多样性种植的试验区孢子总量略低于单一种植的试验区孢子总量,说明多样性种植能较好地抑制稻瘟病的发生。同时,利用分形理论研究了整个试验区的分形维,研究表明:分形维为小数,说明整个试验区具有一定的混沌特性。 相似文献
7.
1