国家高技术研究发展计划(201130103-1)
- 作品数：1 被引量：8H指数：1
- 相关作者：王喆马保国马英杰刘婧然更多>>
- 相关机构：河北工程大学新疆农业大学河北医科大学更多>>
- 发文基金：新疆维吾尔自治区高技术研究发展计划项目国家高技术研究发展计划更多>>
- 相关领域：农业科学更多>>
- 基于RBF神经网络与BP神经网络的核桃作物需水量预测被引量：8
- 2013年
- 采用RBF网络与BP网络的方法,利用MATLAB工具箱并结合气象资料中的相对湿度、平均气温和太阳日辐射量,建立了预测核桃作物需水量的神经网络预测模型。两种预测模型通过实例证实了预测的准确性,并且将这两种网络模型进行了比较分析。RBF神经网络预测作物需水量的绝对误差平均值为0.254 7mm/d、相对误差平均值为5.47%,BP神经网络预测作物需水量的绝对误差平均值为0.320 6mm/d、相对误差平均值为6.97%,由此可见,RBF网络预测的精度比BP网络高。并且,通过程序记时显示RBF网络训练用时0.063 0s,比BP网络训练所需的时间要短的多,因此RBF神经网络具有较好的实用价值,实现了精度与实用性的统一。
- 刘婧然马英杰王喆马保国
- 关键词：RBF神经网络BP神经网络作物需水量
