CAJ | 학술논문

运用人工神经网络的原理和方法,根据相关系数法选取与台州市7个县(市、区)马尾松毛虫有虫面积相关关系都比较密切的14个气象因子,然后进行主成分分析,在此基础上,将前6个主成分的主坐标值作为样本的输入特征,建立7个县(市、区)马尾松毛虫有虫面积分类预测的BP网络模型,结果表明:所建立的BP模型,具有令人满意的拟合精度和预测精度.当隐含层神经元个数为8个时,11年共77组用于马尾松毛虫有虫面积预测建模样本的拟合率为85.71%,7个县(市、区)3年共21组预留样本检验报准率为80.95%.
운용인공신경망락적원리화방법,근거상관계수법선취여태주시7개현(시、구)마미송모충유충면적상관관계도비교밀절적14개기상인자,연후진행주성분분석,재차기출상,장전6개주성분적주좌표치작위양본적수입특정,건립7개현(시、구)마미송모충유충면적분류예측적BP망락모형,결과표명:소건립적BP모형,구유령인만의적의합정도화예측정도.당은함층신경원개수위8개시,11년공77조용우마미송모충유충면적예측건모양본적의합솔위85.71%,7개현(시、구)3년공21조예류양본검험보준솔위80.95%.