《表3 三种方法的应用满意度测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习算法的农作物灾害预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图5、图6可知，本文方法对不同农作物的同一病害、不同农作物差异病害的预测误差值均为0.02，对不同农作物差异病害的预测误差值为0.03，基于支持向量机的农作物病害预测方法、基于神经网络的农作物病害预测方法对不同农作物的同一病害、不同农作物差异病害的预测误差值始终大于本文方法。由此可见，本文方法对农作物病害预测精度最高，且应用不存在局限，存在较高的实用性。将本文方法、基于支持向量机的农作物病害预测方法、基于神经网络的农作物病害预测方法应用于某农科院农作物病害预测研究课题中，测试三种方法的应用满意度，测试结果见表3。