《表1 周期生长量的验证训练网络 (部分数据)》
利用训练的模型系统对2017年的水稻生长情况进行预测,即根据当年在不同周期的环境因素参数变量预测时段末的生长量以及最好的生长好坏情况。预测时段与实测资料一致,以便对预测模型进行验证[15](见表1),预测结果与训练结果如图3所示。
图表编号 | XD0059203200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 周鹤、曹永忠 |
绘制单位 | 扬州大学信息工程学院、扬州大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |
利用训练的模型系统对2017年的水稻生长情况进行预测,即根据当年在不同周期的环境因素参数变量预测时段末的生长量以及最好的生长好坏情况。预测时段与实测资料一致,以便对预测模型进行验证[15](见表1),预测结果与训练结果如图3所示。
图表编号 | XD0059203200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 周鹤、曹永忠 |
绘制单位 | 扬州大学信息工程学院、扬州大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |