期刊论文

中文

生态学报

1000-0933

2004

24

12

2967-2972

10.3321/j.issn:1000-0933.2004.12.046

国家“九五”攻关资助项目 （ 95 -0 0 1-0 1）； 农业部跨越计划和湖南省自然科学基金资助项目 （ 0 1JJY2 0 3 3 ）~~；

本校为第一机构

研究利用人工神经网络模型,以水稻群体分蘖动态为例,采用交互验证和独立验证的方式,对水稻生长BP网络模型进行了训练与模拟,其结果与水稻群体分蘖的积温统计模型、基本动力学模型和复合分蘖模型进行了比较.研究结果表明,神经网络模型具有一定的外推能力,但其外推能力依赖于大量的训练样本.神经网络模型具有较好的拟合能力,是因为有较多的模型参数,因此对神经网络模型的训练需要大量的参数来保证其参数不致过度吻合.具有外推能力神经网络模型的最少训练样本数应大于6.75倍于神经网络参数数目,小于13.5倍于神经网络参数数目.因此在应用神经网络模型时,如果神经网络模型包括较多的输入变量时,可考虑...

Neural networks (NN) rely on the inner structure of available data sets rather than on comprehension of the modeled processes between inputs and outputs. Therefore neural networks have been regarded as highly empirical models with limited extrapolation capability to situations outside the range of the training and validation data sets. With rice tillering as an example, the back-propagation artificial neural networks are established to simulate the rice tillering dynamics and to compare with statistical model, basic dynamic model and composite tillering model with cross validation and independ...