基于LM-BP神经网络的耕地土壤养分等级划分模型──以皖南山区为例

被引：4

作者：

万家山 ^{[1
,2
]}

吴云志 ^{[1
]}

张友华 ^{[1
]}

乐毅 ^{[1
]}

机构：

[1] 安徽农业大学信息与计算机学院

[2] 安徽工程大学机电学院

来源：

中国农学通报 | 2015年 / 31卷 / 26期

关键词：

LM-BP神经网络; 灰色关联模型; 主成分分析; 土壤养分等级;

D O I：

暂无

中图分类号：

S158 [土壤肥力（土壤肥沃性）]; TP183 [人工神经网络与计算];

学科分类号：

0903 ; 090301 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

研究旨在通过BP神经网络方法,构建起LM-BP网络结构(5-M-1)模型,达到对土壤养分等级划分的目的,为合理的土壤养分管理提供可靠依据。采用Levenberg-Marquardt(LM)训练算法,构建3层网络模型:一个输入层、一个隐含层、一个输出层,利用3层网络作为耕地土壤养分等级划分模型。利用土壤养分各级评价标准作为模型的训练样本和测试样本,以此来对BP神经网络进行训练和测试,并对歙县土壤养分进行综合评价。结果表明:LM-BP网络结构对测试样本输出的预测值和实际参考值是一致的。最终通过灰色关联模型和主成分分析方法对歙县土壤养分的综合评价结果与BP神经网络的模拟结果相对比,发现也是基本一致的。LM-BP网络结构应用于土壤养分等级划分中,得到了很好的预测效果,为智能算法应用于农业领域奠定了良好的基础。

引用

页码：255 / 260

页数：6

共 24 条

[1]

基于BP神经网络模型的渣场复垦坡面土壤侵蚀模拟研究.[D].江民.西南大学.2012, 10

[2]

Multivariate models for annual rainfall erosivity in Brazil.[J].C.R. Mello;M.R. Viola;S. Beskow;L.D. Norton.Geoderma.2013,

[3]

最优化技术与数学建模.[M].董文永; 刘进; 丁建立; 编著.清华大学出版社.2010,

[4]

MATLAB神经网络30个案例分析.[M].MATLAB中文论坛; 编著.北京航空航天大学出版社.2010,