共 3 条
基于L-M优化算法的水稻螟虫预测模型及其初步应用
被引:13
作者:
高艳萍
于红
崔新忠
姜国兴
王美妮
机构:
[1] 大连水产学院信息工程学院
来源:
关键词:
神经网络;
L-M优化算法;
预测模型;
水稻螟虫;
D O I:
暂无
中图分类号:
S126 [电子技术、计算机技术在农业上的应用];
S435.112.1 [];
学科分类号:
082804 ;
摘要:
农村稻区水稻螟虫发生量与多种气候因素相关,各因素之间存在相互作用,是非线性系统。神经网络能有效地描述非线性模型多输入和不确定的特性。传统的BP网络在训练时易陷入局部极小点从而导致训练时间长、收敛速度慢,采用Levenberg-Marquardt优化算法(简称L-M算法)能克服其缺点。在MATLAB中应用L-M算法对辽宁盘锦田间稻区进行水稻螟虫发生量的仿真预测,试验结果表明L-M优化算法的预测精度和收敛速度明显提高,为稻区防控虫害和精确喷药提供参考,具有实用价值。
引用
收藏
页码:162 / 165
页数:4
相关论文