《表3 BP神经网络苹果产量预测结果》
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
《基于幼果期气象数据苹果产量早期预测研究——以运城市为例》
由上述可知苹果幼果期对苹果的气象产量影响最大,故选取苹果幼果期,即每年5月份的气象数据和苹果年产量作为数据来源。本研究将最高气压、最低气压、最高温度、最低温度、平均湿度、最小湿度、降雨量、平均风速、最大风速、日照时长、平均地温等11个气象因子作为模型输入变量,苹果实际年产量作为输出变量建立BP神经网络模型并采用留一验证法进行交叉验证,将运城市2005—2018年数据分为14个样本,随机使用13个样本当作训练集,而剩余的1个样本留下来当作测试集,这个步骤一直持续到每个样本都仅被当作一次测试集后结束。根据以上数据,设定网络输入层节点数为11,输出层节点数为1。隐含层节点数根据试凑法,按照预测误差最小的原则定为300。设置网络学习的收敛误差为0.001,学习速度为0.05,最大训练次数为100。当收敛误差达到要求后,训练结束。苹果产量预测结果如表3所示,实际产量和预测产量趋势变化如图2所示。
图表编号 | XD00217932300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.15 |
作者 | 景辉、杨华、赵惠瑾、孟瑶 |
绘制单位 | 山西农业大学信息科学与工程学院、山西农业大学信息科学与工程学院、山西农业大学信息科学与工程学院、山西农业大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |