安徽农业科学
安徽農業科學
안휘농업과학
JOURNAL OF ANHUI AGRICULTURAL SCIENCES
2009年
17期
8037-8041
,共5页
马尾松毛虫%危害程度%分级预报
馬尾鬆毛蟲%危害程度%分級預報
마미송모충%위해정도%분급예보
根据相关系数法筛选出与马尾松毛虫各级危害程度的危害面积相关关系都比较密切的气象因子,分别建立多对多线性回归模型、脉冲响应函数模型、线性差分方程之带输入项的线性自回归模型、人工神经网络模型以及双重筛选逐步回归模型5种马尾松毛虫危害程度分级预报的数学模型.结果表明,运用所建立的5种分级预报模型对预留的4年共16组样本进行预测结果检验,都取得较好的预测效果,其中以线性差分方程之带输入项的线性自回归模型的预测效果最好,人工神经网络模型的预测效果次之,双重筛选逐步回归模型最差.
根據相關繫數法篩選齣與馬尾鬆毛蟲各級危害程度的危害麵積相關關繫都比較密切的氣象因子,分彆建立多對多線性迴歸模型、脈遲響應函數模型、線性差分方程之帶輸入項的線性自迴歸模型、人工神經網絡模型以及雙重篩選逐步迴歸模型5種馬尾鬆毛蟲危害程度分級預報的數學模型.結果錶明,運用所建立的5種分級預報模型對預留的4年共16組樣本進行預測結果檢驗,都取得較好的預測效果,其中以線性差分方程之帶輸入項的線性自迴歸模型的預測效果最好,人工神經網絡模型的預測效果次之,雙重篩選逐步迴歸模型最差.
근거상관계수법사선출여마미송모충각급위해정도적위해면적상관관계도비교밀절적기상인자,분별건립다대다선성회귀모형、맥충향응함수모형、선성차분방정지대수입항적선성자회귀모형、인공신경망락모형이급쌍중사선축보회귀모형5충마미송모충위해정도분급예보적수학모형.결과표명,운용소건립적5충분급예보모형대예류적4년공16조양본진행예측결과검험,도취득교호적예측효과,기중이선성차분방정지대수입항적선성자회귀모형적예측효과최호,인공신경망락모형적예측효과차지,쌍중사선축보회귀모형최차.