典型文献
基于neuralnet人工神经网络的农作物预测模型研究
文献摘要：
选用改进后精度更稳定、可视化的neuralnet包人工神经网络模型对粮食产量进行预测.结果显示,在验证样本中粮食产量预测值与实测值的相关系数为0.9910398,平均相对误差为0.006339629,10次交叉检验方法得到的均值误差平均值为0.001229604;表明预测值与实测值误差较小,拟合效果近乎直线,其中相对误差比spss多层感知器、nnet包分别提高了3.9％、1.1％.该结果表明neuralnet神经网络预测模型具有较好的预测性和可行性,可作为新技术权衡农作物的利用分配,促使农产品经济的不断增长和推进农业产业的可持续发展.
文献关键词：
粮食产量预测;人工神经网络;拟合曲线;验证;可持续发展
中图分类号：
作者姓名：
匡奕敩
作者机构：
太行山猕猴国家级自然保护区焦作保护中心,河南 焦作 454002;中央民族大学生命与环境科学学院,北京 100081
文献出处：
引用格式：
[1]匡奕敩-.基于neuralnet人工神经网络的农作物预测模型研究)[J].湖北农业科学,2022(14):178-182
A类：
neuralnet,nnet
B类：
更稳,人工神经网络模型,中粮,粮食产量预测,实测值,平均相对误差,交叉检验,检验方法,拟合效果,近乎,spss,多层感知器,神经网络预测模型,农产品经济,农业产业,拟合曲线
AB值：
0.251824
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
