基于PCA优化—BP神经网络算法的 农田土壤养分评价

• 作者: 任文裕 刘月 周慧平 宛恒 杨树青 胡睿琦
• 来源期刊: 节水灌溉
• 学科: 农学
• 关键词: 主成分分析(PCA) BP神经网络 膜下滴灌 土壤养分评价
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 试验研究
• 页码范围: 11-16,26
• 页数: 7页
• 分类号: S27|S158|S126|S151.9+5
• 字数: 6398字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4929.2019.05.003

摘要

为达到对膜下滴灌土壤养分综合评价的目的,采用描述性统计分析、主成分分析(Principal Component A-nalysis,PCA)和Back Propagation(BP)神经网络方法对通辽市科左中旗农田土壤养分进行评价,结合单因子指数法,并与传统方法中运用最广的模糊数学综合评价结果进行对比分析.依据《全国第二次土壤养分分级标准》,经实测数据验证,结果表明:2015年和2016年科左中旗农田土壤养分综合评价良好;将PCA与BP神经网络相结合的方法运用到解决土壤学问题中,可获得客观的结果;经检验PCA与BP神经网络模型相结合的评价方法适用于因子多且复杂、精度要求高的样本.将PCA与BP神经网络相结合既可以解决信息过多、分析困难的问题,又可以降低模糊性、减少精度下降,将各自优点有效的联系在一起,相较传统方法可以更加科学合理、准确有效地对土壤养分进行综合评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨树青	内蒙古农业大学水利与土木建筑工程学院	54	504	13.0	20.0
2	周慧平		4	1	1.0	1.0
3	刘月	内蒙古农业大学水利与土木建筑工程学院	13	16	3.0	3.0
4	宛恒	内蒙古农业大学水利与土木建筑工程学院	2	1	1.0	1.0
5	任文裕		1	0	0.0	0.0