期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于性能改善深度信念网络的棉花病虫害预测方法 被引量:4
1
作者 王献锋 丁军 朱义海 《浙江农业学报》 CSCD 北大核心 2018年第10期1790-1797,共8页
针对与棉花病虫害发生相关的环境信息数据具有大容量、多样性的特点,提出一种基于环境信息和改进深度信念网络(MDBN)相结合的棉花病虫害预测模型。该模型由3层限制玻尔兹曼机(RBM)网络和1个BP网络组成。利用MDBN提取与病虫害发生相关的... 针对与棉花病虫害发生相关的环境信息数据具有大容量、多样性的特点,提出一种基于环境信息和改进深度信念网络(MDBN)相结合的棉花病虫害预测模型。该模型由3层限制玻尔兹曼机(RBM)网络和1个BP网络组成。利用MDBN提取与病虫害发生相关的特征变量,并利用BP神经网络进行病虫害预测。该方法的特点是将自适应学习率引入到DBN的无监督预训练阶段,并从训练数据批次的选择、参数调优的迭代周期以及在线学习训练等多个方面对MDBN的性能进行优化和改善,从而能够利用MDBN充分挖掘数据集中病虫害预测的特征向量,提高网络的预测精度。对实际棉花病虫害的预测结果表明,MDBN比传统预测模型具有更高的预测精度,是一种有效的农作物病虫害预测方法。 展开更多
关键词 病虫害预测 棉花环境信息 受限玻尔兹曼机 改进深度信念网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部