基于贝叶斯神经网络的玉米病害预警模型

• 作者: 毕春光 王金龙 胡楠 胡庆欣 黄城宇 韩永奇
• 来源期刊: 吉林农业大学学报
• 关键词: 玉米病害 贝叶斯神经网络 气象条件 预警模型
• 年，卷（期）: 2021,（2）
• 页码范围: 189-195
• 页数: 7页
• 分类号: S435.13|TP183
• 语种: 中文
• DOI: 10.13327/j.jjlau.2021.1121

摘要

准确预测玉米病害是科学防治的前提,因此建立准确且稳定的预测模型,对于防治玉米病害、减少农作物经济损失具有重要意义.由于传统神经网络存在收敛速度慢、容易陷入局部最小化等问题,利用贝叶斯算法改进传统BP神经网络,即贝叶斯神经网络,结合吉林省部分地区的玉米病害数据,构建玉米病害预警模型.试验结果表明:贝叶斯神经网络玉米病害模型对玉米病害预测的准确率达到94.04％,相较传统BP神经网络模型准确率提高了5.49％,可得到更好的预警效果,对于玉米病害的防治起到指导性的作用.