基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为改进受多变量、时变和不确定因素影响的作物虫情预测的效率和准确性,将人工神经网络、遗传算法和模拟退火技术相结合,提出了一个全新的水稻虫害智能预测模型.模型首先基于人工神经网络,利用现有的多维气象数据、虫害历史数据构建网络结构,然后将遗传算法置于网络内层,模拟退火算法置于网络外层,对神经网络权重和阈值进行优化训练,以使模型输出快速准确地逼进目标样本.模型被应用在重庆市永川水稻二化螟虫情预测中,结果表明该模型能够较精确地预测未来虫害的发生程度.与传统的BP人工神经网络预测相比,预测精度和预测时间都得到较大提高,因而利用智能模型进行水稻虫害预测具有良好的实用价值.
推荐文章
水稻病虫害预测系统的研究
稻飞虱
主迁入期
迁入量
预测模型
水稻常见病虫害及其防治措施分析
水稻常见病虫害
防治措施
应用探究
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 水稻虫害智能预测模型及其应用
来源期刊 农业工程学报 学科 农学
关键词 人工神经网络 遗传算法 模拟退火 水稻虫害预测
年,卷(期) 2008,(7) 所属期刊栏目 农业信息与电气技术
研究方向 页码范围 141-145
页数 5页 分类号 S157
字数 4380字 语种 中文
DOI 10.3321/j.issn:1002-6819.2008.07.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪璇 西南大学计算机与信息科学学院 12 149 10.0 12.0
3 谢德体 25 512 13.0 22.0
4 吕家恪 西南大学计算机与信息科学学院 26 347 13.0 18.0
10 胡小梅 四川大学生命科学学院 4 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (76)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (29)
二级引证文献  (21)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工神经网络
遗传算法
模拟退火
水稻虫害预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
相关基金
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
论文1v1指导