基于改进人工神经网络的植物叶面积测定

• 作者: 孙玉军 林静媛 王轶夫 郭孝玉
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 毛竹 叶面积 人工神经网络 贝叶斯规则 测定
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 200-204,199
• 分类号: TP183|S758
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2013.02.037

摘要

叶面积作为植物光合作用的重要指标,是研究作物及林木生产力的基础.采用L-M算法和贝叶斯规则相结合的网络训练模式,以毛竹叶面积为研究对象,综合优化其人工神经网络结构,构建最优的叶面积预测模型.研究结果显示,模型的最佳预测变量为叶片宽度和叶片长度变量组合,而增加叶片形状指数未提高叶面积预测模型精度;所建神经网络模型性能好、预测精度高,决定系数达0.992,平均相对预测误差为4.28％,可以准确估测毛竹叶面积.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉军	北京林业大学省部共建森林培育与保护教育部重点实验室	94	1923	25.0	40.0
2	郭孝玉	北京林业大学省部共建森林培育与保护教育部重点实验室	6	240	5.0	6.0
3	王轶夫	北京林业大学省部共建森林培育与保护教育部重点实验室	5	135	5.0	5.0
4	林静媛	福建农林大学园林学院	1	40	1.0	1.0