基于KFCM-RBF优化算法的肥力评价与玉米产量预测

• 作者: 傅思维 肖恩泽 赵姗 陈桂芬
• 来源期刊: 玉米科学
• 学科: 农学
• 关键词: 玉米 产量 模糊聚类算法 土壤肥力评价 RBF神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 土壤肥料·植物保护
• 页码范围: 150-156
• 页数: 7页
• 分类号: S513
• 语种: 中文
• DOI: 10.13597/j.cnki.maize.science.20180524

摘要

采用带有基于高斯核函数的模糊聚类算法(KFCM),优化传统模糊聚类算法,提出一个基于模糊聚类的土壤肥力评价模型,以提高肥力聚类的准确性、高效性;融合RBF神经网络,创建一个基于RBF神经网络模型,提出KFCM-RBF优化算法的玉米产量预测模型.将模型运用于吉林省农安县的土壤肥力评价与玉米产量预测仿真试验.结果表明,该模型预测精度高,可用于玉米产量的预测,并为精准施肥提供决策依据.该模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈桂芬		135	899	16.0	23.0
2	赵姗		5	13	3.0	3.0
3	傅思维		4	9	2.0	3.0
4	肖恩泽		1	0	0.0	0.0