【摘 要】
：
为了有效预测农作物病害,基于深度自编码网络,提出一种农作物病害预测模型。该模型能够自动从农作物环境信息中学习到主要的非线性组合特征,提高病害的预测精度。首先利用与
【机 构】
：
西京学院信息工程学院,弗吉尼亚理工大学计算机科学系
【基金项目】
：
国家自然科学基金项目(61473237)
论文部分内容阅读
为了有效预测农作物病害,基于深度自编码网络,提出一种农作物病害预测模型。该模型能够自动从农作物环境信息中学习到主要的非线性组合特征,提高病害的预测精度。首先利用与农作物病害发生相关的环境信息构建病害预测的特征向量,并确定病害的4种预测状态,然后通过深度自编码网络从大量无标签的特征向量集中自动学习到可预测病害发生的深层特征的隐层参数,生成新特征向量集,再对有标签的新特征向量集进行学习,生成病害预测分类器,由此预测病害发生的等级。对黄瓜3种常见病害进行预测试验,平均预测准确率高达86%以上。试验结果表明,该模
其他文献
本文建立在作者的前一篇文章中对进气系统压力波动与发动机充气效率的关系研究的基础上，系统分析了进气系统各部件的设计参数对充气效率的影响。从压力波动机理上看，这些影响或
目的:探讨循证护理对重型颅脑损伤患者的临床护理效果。方法:选取2017年4月—2018年9月收治的72例重型颅脑损伤患者,按照随机数字表法分为常规组和干预组,每组36例。常规组给
目的:分析运用多学科团队协作的健康教育对心肌梗死患者后对其自我管理行为及满意度的影响。方法:选取心内科2018年2月—2019年2月收治的心肌梗死患者114例,随机分为观察组(5
兰州地区秋季如遇连阴雨天,种植的娃娃菜易发生软腐病、黑腐病、褐腐病等病害。本文就各种病害的识别与防治进行介绍,为今后的生产提供借鉴。