基于参数化遗传神经网络的植物病害预测方法

被引：12

作者：

熊雪梅

姬长英

Claudio Moraga

机构：

[1] 南京农业大学工学院

[2] Department of ComputerScience I

[3] University of Dortmund

[4] Germany 讲师

[5] 南京市

[6] 教授博士生导师

来源：

农业机械学报 | 2004年 / 06期

关键词：

植物; 病虫害防治技术; 参数化神经网络; 模糊集; 遗传算法;

D O I：

暂无

中图分类号：

S431 [植物病虫害的预测预报];

学科分类号：

0904 ;

摘要：

将混合神经网络 (PFNN FG)技术应用于植物病害预测 ,其输入矢量含模糊分量 ,遗传算法优化配置各参数。变形 Sigm oid函数用于不同的隐含层 ,构成参数化神经网络。网络的输入层引入模糊集合理论 ,使网络能处理语义变量。将 PFNN FG和其他神经网络 (如前向神经网络、径向基神经网络等 )用于大豆基准问题进行分析比较 ,结果是 PFNN FG在精度和训练速度上优于其他网络。将 PFNN FG和前向神经网络用于 2组黄瓜霜霉病数据 ,前者测试组的均方根误差小于后者。

引用

页码：110 / 114

页数：5