基于改进人工神经网络的植物叶面积测定

摘要：

叶面积作为植物光合作用的重要指标,是研究作物及林木生产力的基础.采用L-M算法和贝叶斯规则相结合的网络训练模式,以毛竹叶面积为研究对象,综合优化其人工神经网络结构,构建最优的叶面积预测模型.研究结果显示,模型的最佳预测变量为叶片宽度和叶片长度变量组合,而增加叶片形状指数未提高叶面积预测模型精度;所建神经网络模型性能好、预测精度高,决定系数达0.992,平均相对预测误差为4.28％,可以准确估测毛竹叶面积.

关键词：毛竹、叶面积、人工神经网络、贝叶斯规则、测定

所属期刊栏目：44

分类号：TP183;S758(自动化基础理论)

资助基金：林业公益性行业科研专项经费资助项目200904003-1

在线出版日期：2013-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：200-204,199