用不同模型进行小麦条锈病发生预测研究
  • 【摘要】

    小麦条锈病的发病预测对防病措施具有重要的指导意义。以大气环流特征量与小麦条锈病发生面积率的关系为基础,采用相关分析法筛选了主要环流特征因子,进而利用主成分分析提取预测因素。在此基础上,进行小麦条锈病发病面积率的逐步回归,误差反向传播BP神经网络以及遗传算法优化的BP神经网络预测。结果表明遗传算法优化后的BP神经网络收敛速度加快,且预测精度比未优化的BP神经网络及逐步回归两种模型分别提高了3.4[%... 展开>>小麦条锈病的发病预测对防病措施具有重要的指导意义。以大气环流特征量与小麦条锈病发生面积率的关系为基础,采用相关分析法筛选了主要环流特征因子,进而利用主成分分析提取预测因素。在此基础上,进行小麦条锈病发病面积率的逐步回归,误差反向传播BP神经网络以及遗传算法优化的BP神经网络预测。结果表明遗传算法优化后的BP神经网络收敛速度加快,且预测精度比未优化的BP神经网络及逐步回归两种模型分别提高了3.4[%]和10.1[%]。 收起<<

  • 【作者】

    景元书  靳宁  黄文江 

  • 【作者单位】

    南京信息工程大学应用气象学院,南京

  • 【会议名称】

    第26届中国气象学会年会

  • 【会议时间】

    2009-10-14

  • 【会议地点】

    杭州

  • 【主办单位】

    中国气象学会

  • 【语种】

    chi

  • 【关键词】

    小麦条锈病  大气环流  主成分分析  遗传神经网络  模型预测