典型文献
清香型优质烟叶物理特性指标预测分析
文献摘要：
生态条件对烟叶品质具有重要影响,物理特性是烟叶品质评价中的重要组成部分.为探究烟叶物理特性与生态因子间的定量关系,构建物理特性预测模型,基于云南省玉溪市2019—2020年优质烟叶的物理特性与生态数据(气象、土壤和海拔),建立多元线性统计预测模型与BP(back propagation)神经网络预测模型,并分析各生态因子对烟叶物理特性的相对贡献率;利用均方根误差(root mean square error,RMSE)与归一化均方根误差(normalized root mean square error,nRMSE)对两种预测模型模拟效果进行检验分析.结果显示,气象因子平均相对贡献率明显高于土壤、海拔的相对贡献率,气象因子对清香型优质烟叶物理特性尤为重要;统计预测模型的RMSE、nRMSE值均高于神经网络预测模型,神经网络预测模型预测准确性更高.利用多元线性与神经网络构建物理特性指标预测模型,可以为不同生态条件下提升烟叶品质、促进烟叶品质评价智能精准化提供一定的科学理论依据.
文献关键词：
烟叶;物理特性;生态因子;预测模型
中图分类号：
作者姓名：
陈凡;景元书;谢新乔;杨继周
作者机构：
南京信息工程大学应用气象学院,南京210044;江苏省农业气象重点实验室,南京210044;红塔烟草(集团)有限责任公司原料部,玉溪653100
文献出处：
引用格式：
[1]陈凡;景元书;谢新乔;杨继周-.清香型优质烟叶物理特性指标预测分析)[J].科学技术与工程,2022(32):14159-14166
A类：
B类：
清香型,优质烟叶,物理特性,特性指标,指标预测,预测分析,生态条件,烟叶品质,品质评价,生态因子,定量关系,建物,特性预测,云南省玉溪市,生态数据,统计预测模型,back,propagation,神经网络预测模型,相对贡献率,root,mean,square,error,normalized,nRMSE,模型模拟,检验分析,气象因子,预测准确性,网络构建,科学理论
AB值：
0.271196
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。
