排序方式： 共有15条查询结果，搜索用时 218 毫秒
1.
基于改进的BP神经网络集成的作物精准施肥模型 总被引：3，自引：1，他引：2
作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法（其均方根误差为64.54）明显优于单个神经网络方法（其均方根误差为169.74）。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。 相似文献
2.
3.
4.
作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法（其均方根误差为64.54）明显优于单个神经网络方法（其均方根误差为169.74）。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。 相似文献
6.
7.
8.
9.
玉米种子活力图像识别与处理技术研究 总被引：8，自引：2，他引：6
运用图像处理硬件系统、图像识别与处理技术(图像预处理和图像分析等)对2000-2002年收获的玉米杂交种“吉单180”、自交系“莫17”和“四4112”分别进行了种子活力检测。结果表明：计算机检测结果对四唑染色法人工测定结果平均准确度达93．7％以上。 相似文献
10.
玉米种子纯度的计算机图像识别 总被引：8，自引：1，他引：8
利用计算机图像识别与处理技术,以“吉单180”和“四单19”2个品种为试材,对通过蛋白质凝胶电泳获取的谱带进行计算机图像识别与处理,并将玉米种子纯度计算机图像识别结果与人工测定结果进行对比研究。试验结果表明：图像识别与处理系统对玉米种子纯度鉴定最低准确度为90％,平均准确度达99．5％。利用计算机进行玉米种子纯度的检测在理论和方法上可行。 相似文献