基于性能改善深度信念网络的棉花病虫害预测方法

• 作者: 丁军 朱义海 王献锋
• 来源期刊: 浙江农业学报
• 学科: 农学
• 关键词: 病虫害预测 棉花环境信息 受限玻尔兹曼机 改进深度信念网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 生物系统工程
• 页码范围: 1790-1797
• 页数: 8页
• 分类号: S435|TP391
• 字数: 7266字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1524.2018.10.24

摘要

针对与棉花病虫害发生相关的环境信息数据具有大容量、多样性的特点,提出一种基于环境信息和改进深度信念网络(MDBN)相结合的棉花病虫害预测模型.该模型由3层限制玻尔兹曼机(RBM)网络和1个BP网络组成.利用MDBN提取与病虫害发生相关的特征变量,并利用BP神经网络进行病虫害预测.该方法的特点是将自适应学习率引入到DBN的无监督预训练阶段,并从训练数据批次的选择、参数调优的迭代周期以及在线学习训练等多个方面对MDBN的性能进行优化和改善,从而能够利用MDBN充分挖掘数据集中病虫害预测的特征向量,提高网络的预测精度.对实际棉花病虫害的预测结果表明,MDBN比传统预测模型具有更高的预测精度,是一种有效的农作物病虫害预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王献锋	西京学院理学院	20	135	6.0	11.0
2	丁军	西京学院理学院	8	28	2.0	5.0