基于BP神经网络的小麦抗寒性模型构建

• 作者: 李艳翠 来纯晓 武振国 金松林
• 来源期刊: 河南科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 朴素贝叶斯 BP神经网络 小麦抗寒性
• 年，卷（期）: 2019,（3）
• 页码范围: 72-78
• 页数: 7页
• 分类号: TP183
• 字数: 4702字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-7516.2019.03.012

摘要

利用爬虫技术从中国种业大数据平台获取小麦特征信息数据集,采用手工结合计算机程序的方式处理数据.对处理后的数据使用传统机器学习中的支持向量机、朴素贝叶斯和深度学习中的BP神经网络方法,分别构建小麦抗寒性模型.实验结果表明,与传统机器学习的模型相比,BP神经网络在小麦抗寒性分类效果预测上表现的效果优、预测准确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳翠	河南科技学院信息工程学院	37	146	6.0	11.0
2	金松林	河南科技学院信息工程学院	15	25	3.0	4.0
3	武振国	河南科技学院信息工程学院	6	6	1.0	2.0
4	来纯晓	河南科技学院信息工程学院	4	2	1.0	1.0