基于BP神经网络的棉花回潮率预测模型研究

摘要：

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.

关键词：籽棉、回潮率、神经网络、预测

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：研究生创新创业项目TDGRI202044

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：274-278