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:
用统计方法研究多变量问题时,变量太多不但会增加计算量和增加分析问题的复杂性,而且会降低预测精确度,为了解决该问题便于应用于计算机,建立了基于主分量分析的BP神经网络模型.首先阐述了主分量分析法的原理与步骤,然后分析了河南省中原地区1990~2007年小麦白粉病病情及相关气象资料,得出影响其流行的主要分量,最后利用得到的主要分量作为BP神经网络的输入,对中原地区2008~2010年小麦白粉病流行情况进行预测,并与未进行主分量分析而建立的全要素BP网络模型进行比较.实验结果表明,该模型可以快速准确地预测小麦白粉病的流行程度,有效地减少小麦产量损失.
推荐文章
BP神经网络在许昌小麦白粉病发病趋势预测中的应用
BP神经网络
小麦白粉病
预测模型
气象因子
应用优化的BP神经网络模型预测储层伤害程度
敏感性伤害
神经网络
遗传算法
收敛性
小麦抗白粉病种质的创新利用
小麦
簇毛麦
小麦白粉病
AFLP分析
基于因子分析-BP神经网络的小麦叶片白粉病反演模型
神经网络
光谱分析
病害
冬小麦
白粉病
高光谱
因子分析
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 创建BP神经网络模型利用计算机技术预测小麦白粉病流行程度
来源期刊 江西植保 学科 工学
关键词 小麦白粉病 主分量分析 BP网络模型 预测
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 163-166
页数 分类号 TP311
字数 2245字 语种 中文
DOI 10.3969/j.issn.2095-3704.2010.04.006
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 杨玉红 41 161 8.0 11.0
2 于钊 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (22)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (21)
二级引证文献  (34)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(1)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小麦白粉病
主分量分析
BP网络模型
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
生物灾害科学
季刊
2095-3704
36-1032/S
大16开
江西南昌经开区志敏大道1101号江西农业大学期刊社
1978
chi
出版文献量(篇)
1588
总下载数(次)
0
总被引数(次)
4948
论文1v1指导