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:
利用辽宁省1983~2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1.用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较.结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径.
推荐文章
基于人工神经网络的粮食产量预测模型
粮食产量
人工神经网络
预测
模型
基于残差周期修正的辽宁省粮食产量灰色预测
水稻
玉米
粮食产量
灰色预测
GM(1,1)模型
基于支持向量机的辽宁省粮食产量预测
支持向量机
线性回归
随机森林
核函数
基于AIGA-BP神经网络的粮食产量预测研究
BP神经网络
自适应免疫遗传算法
粮食预测
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 基于人工神经网络的辽宁省粮食产量模型预测研究
来源期刊 安徽农业科学 学科 工学
关键词 辽宁省 粮食产量 人工神经网络 预测
年,卷(期) 2010,(35) 所属期刊栏目
研究方向 页码范围 20429-20430,20440
页数 分类号 TP183
字数 3560字 语种 中文
DOI 10.3969/j.issn.0517-6611.2010.35.200
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 郭冬冬 中国农业科学院农田灌溉研究所 13 200 8.0 13.0
2 温季 中国农业科学院农田灌溉研究所 11 166 6.0 11.0
3 董汝瑞 3 18 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (15)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (82)
二级引证文献  (32)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
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(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
辽宁省
粮食产量
人工神经网络
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导