10.15955/j.issn1000-3924.2019.06.12
基于多元非线性回归和BP神经网络的长春花形态指标生长模型的比较
为了顺应发展智慧苗圃、科学培育植物的趋势,借助物联网实现花卉培育智能化,科学地分析了长春花外观品质与生长发育时间和环境因子的关系,通过多元非线性回归和BP神经网络两种方法分别拟合生长模型.比较两种模型的拟合效果和预测能力显示:多元非线性回归拟合的回归估计标准误差为0.456-12.090,BP神经网络拟合的回归估计标准误差为0.0331-1.4857.BP神经网络拟合效果更好,预测精度更高,能够更好展示长春花生长周期内的生长规律,为预测长势提供可靠的依据,也为智慧苗圃中长春花外观品质的提升提供了有力的决策支持.
智慧苗圃、长春花外观品质、生长模型、多元非线性回归、BP神经网络
35
S68(观赏园艺(花卉和观赏树木))
中央高校基本科研业务费专项TD2014-01
2020-03-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
64-71