版权说明 操作指南
首页 > 成果 > 详情

基于REMCC-BPNN的粮食产量预测研究

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Study on Prediction for Grain Yield Based on REMCC-BPNN
作者:
谢元瑰;张红燕;陈玉峰
作者机构:
湖南农业大学信息科学技术学院
语种:
中文
关键词:
BP神经网络;时间序列;粮食产量;预测
关键词(英文):
Back-propagation neural network;Time series;Grain yield;Prediction
期刊:
安徽农业科学
ISSN:
0517-6611
年:
2013
期:
06
页码:
2775-2777+2781
基金类别:
国家科技支撑计划重大项目(农村物联网基础平台共性关键技术研究)(2012BAD35B05); 湖南省研究生科研创新项目(时间序列分析方法在农业虫害预测中的应用研究)(CX2012B307); 湖南农业大学科技创新基金项目(2012ZK63);
机构署名:
本校为第一机构
院系归属:
信息科学技术学院
摘要:
粮食产量的准确预测对保证粮食安全、维持社会稳定具有重大意义。提出了一种基于K个最近邻训练样本拟合相对误差绝对值与时序的相关系数最小原则优化BP神经网络的时间序列预测模型REMCC-BPNN,并将该模型应用到我国粮食产量及湖南省粮食产量预测中。结果表明,REMCC-BPNN模型的预测精度优于BPNN、SVR、ARIMA、GM(1,N)等常用的时间序列预测模型,训练速度快,稳定性高。
摘要(英文):
Accurate prediction of grain yield has a great significance for food safety and social stability.An improved Back-propagation Neural Network(BPNN) model named REMCC-BPNN for time series forecasting was proposed.REMCC-BPNN optimizes the training model for BPNN based on the minimum correlation coefficient of the absolute value of the K nearest neighbor training samples' fitting relative error and the K training samples' time order.Two real-world datasets,the grain yield from 1985 to 2011 in China and the grain yield from 1995 to 2010 in Hunan...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com