CAJ | 학술논문

稻飞虱发生程度与相关气候因子的数据大多具有高维非正态、非线性特征,采用统计预测法会出现预测效果的不稳定,采用人工神经网络预测模型需要较多的训练样本.投影寻踪模型把高维数据投影到低维子空间上,对数据结构进行分析,一定程度上解决了非线性、非正态问题.本文建立了浙江省新昌县单季晚稻稻飞虱主害代发生程度的投影寻踪预测模型,并与BP神经网络模型、线性回归模型的预测结果进行了对比.结果表明:投影寻踪模型优于BP神经网络模型、线性回归模型;投影寻踪模型的历史符合率和预测准确率均为100%;BP神经网络模型历史符合率达到100%,但预测偏差较大;线性回归模型历史符合率和预测偏差均较大.可见,投影寻踪模型在稻飞虱发生程度的预测上具有较好的应用前景.
도비슬발생정도여상관기후인자적수거대다구유고유비정태、비선성특정,채용통계예측법회출현예측효과적불은정,채용인공신경망락예측모형수요교다적훈련양본.투영심종모형파고유수거투영도저유자공간상,대수거결구진행분석,일정정도상해결료비선성、비정태문제.본문건립료절강성신창현단계만도도비슬주해대발생정도적투영심종예측모형,병여BP신경망락모형、선성회귀모형적예측결과진행료대비.결과표명:투영심종모형우우BP신경망락모형、선성회귀모형;투영심종모형적역사부합솔화예측준학솔균위100%;BP신경망락모형역사부합솔체도100%,단예측편차교대;선성회귀모형역사부합솔화예측편차균교대.가견,투영심종모형재도비슬발생정도적예측상구유교호적응용전경.