10.3969/j.issn.1006-9348.2022.06.054
基于BP神经网络的棉花回潮率预测模型研究
棉花是中国重要的经济作物之一,回潮率是棉花交易结算时的重要依据,国家标准《GB1103-2007》中明确公定回潮率为8.5%.为了确保棉花交易中的公平性,构建基于Tensorflow的BP神经网络预测模型对籽棉回潮率进行预测,并且从隐含层方面优化模型.将硬件检测的数据分为训练集和测试集,用训练集的数据训练模型,测试集数据验证模型,其均方误差符合要求.结果表明,构建的BP神经网络预测模型对籽棉回潮率数值的预测结果准确可靠,上述方法不仅能够将籽棉回潮率的多个影响因素考虑进去,而且成本较低,具有一定的推广意义.
籽棉、回潮率、神经网络、预测
39
TP391.9(计算技术、计算机技术)
研究生创新创业项目TDGRI202044
2022-07-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
274-278