主成分分析在小麦条锈病预测中的应用

影响因子过多,不但会引起数据"维爆炸",而且会降低预测精确度,为了解决该问题建立了基于主成分分析的BP神经网络模型。首先阐述了主成分分析法的原理与步骤,然后分析了陕西省汉中地区1974～1997年小麦条锈病病情及相关气象资料,得出影响其流行的主要成分,最后利用得到的主要成分作为BP神经网络的输入,对汉中地区1994～1997年小麦条锈病流行情况进行预测,并与未进行主分分析而建立的全要素BP网络模型进行比较。实验结果表明,该模型可以快速准确地预测小麦条锈病的流行程度,有效地减少小麦产量损失。