科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
1期
136-139,156
,共5页
RBF神经网络%学习算法%虫害%预测
RBF神經網絡%學習算法%蟲害%預測
RBF신경망락%학습산법%충해%예측
针对神经网络在小样本预测时存在泛化能力降低的问题,提出了一种改进的RBF神经网络预测虫害的方法.这种方法结合了模糊聚类可以对样本进行去噪及RBF神经网络推理,具有速度快、无局部极小问题存在的优点.同时提出一种对RBF的中心、宽度和权值进行调整的RBF神经网络的学习算法.仿真结果表明,该方法能有效解决对小样本预测虫害的模糊性、相关性和非线性问题.而且预测结果准确,简单实用,效果较好.为农业预测虫害提供了一种新的预测方法,对促进农业生产的稳步发展和农民增产增收,都能够产生积极的作用.
針對神經網絡在小樣本預測時存在汎化能力降低的問題,提齣瞭一種改進的RBF神經網絡預測蟲害的方法.這種方法結閤瞭模糊聚類可以對樣本進行去譟及RBF神經網絡推理,具有速度快、無跼部極小問題存在的優點.同時提齣一種對RBF的中心、寬度和權值進行調整的RBF神經網絡的學習算法.倣真結果錶明,該方法能有效解決對小樣本預測蟲害的模糊性、相關性和非線性問題.而且預測結果準確,簡單實用,效果較好.為農業預測蟲害提供瞭一種新的預測方法,對促進農業生產的穩步髮展和農民增產增收,都能夠產生積極的作用.
침대신경망락재소양본예측시존재범화능력강저적문제,제출료일충개진적RBF신경망락예측충해적방법.저충방법결합료모호취류가이대양본진행거조급RBF신경망락추리,구유속도쾌、무국부겁소문제존재적우점.동시제출일충대RBF적중심、관도화권치진행조정적RBF신경망락적학습산법.방진결과표명,해방법능유효해결대소양본예측충해적모호성、상관성화비선성문제.이차예측결과준학,간단실용,효과교호.위농업예측충해제공료일충신적예측방법,대촉진농업생산적은보발전화농민증산증수,도능구산생적겁적작용.
