原文服务方: 中国纤检       
摘要:
本文以1980-2019年中国棉花产量数据为基础,通过对原数据滑动切片生成神经网络训练数据,并用此数据训练BP神经网络,再用训练好的神经网络预测2020年的国家棉花产量.试验表明,滑动切片的数据量过大或过短都会造成预测值的相对误差偏大,对2018、2019年产量的实践检验表明,当切片长度为6、9、12时取三者预测值的平均值效果较好,对这两年的预测结果与真实值的相对误差分别为0.39%及2.45%,对2020年产量的预测结果为578.8万吨,比2019年约少10万吨.
推荐文章
基于神经网络的网络时延预测
时延
FBF神经网络
Elman神经网络
优化BP神经网络算法在油茶产量预测中的应用
油茶
BP神经网络算法
回溯法
相对误差
基于神经网络的卡钻预测
BP神经网络
卡钻
预测
基于人工神经网络的经济预测模型
改进BP算法
神经网络
GDP
时间序列
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的棉花产量预测
来源期刊 中国纤检 学科
关键词 棉花产量 BP神经网络 预测
年,卷(期) 2020,(6) 所属期刊栏目 纤纺·广角
研究方向 页码范围 126-128
页数 3页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁后军 31 11 2.0 2.0
2 谢睿 23 6 2.0 2.0
3 周万怀 17 12 2.0 2.0
4 郭蓉榕 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (10)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
棉花产量
BP神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国纤检
月刊
1671-4466
11-4772/T
大16开
1981-01-01
chi
出版文献量(篇)
9459
总下载数(次)
0
总被引数(次)
9061
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
论文1v1指导