基于多元非线性回归和BP神经网络的长春花形态指标生长模型的比较

• 作者: 刘盈 赵方
• 来源期刊: 上海农业学报
• 学科: 农学
• 关键词: 智慧苗圃 长春花外观品质 生长模型 多元非线性回归 BP神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 园艺·园林
• 页码范围: 64-71
• 页数: 8页
• 分类号: S68
• 字数: 4936字
• 语种: 中文
• DOI: 10.15955/j.issn1000-3924.2019.06.12

摘要

为了顺应发展智慧苗圃、科学培育植物的趋势,借助物联网实现花卉培育智能化,科学地分析了长春花外观品质与生长发育时间和环境因子的关系,通过多元非线性回归和BP神经网络两种方法分别拟合生长模型.比较两种模型的拟合效果和预测能力显示:多元非线性回归拟合的回归估计标准误差为0.456-12.090,BP神经网络拟合的回归估计标准误差为0.0331-1.4857.BP神经网络拟合效果更好,预测精度更高,能够更好展示长春花生长周期内的生长规律,为预测长势提供可靠的依据,也为智慧苗圃中长春花外观品质的提升提供了有力的决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵方	北京林业大学信息学院	32	299	10.0	16.0
2	刘盈	北京林业大学信息学院	2	0	0.0	0.0