一种改进的RBF神经网络在预测虫害中的应用研究

摘要：

针对神经网络在小样本预测时存在泛化能力降低的问题,提出了一种改进的RBF神经网络预测虫害的方法.这种方法结合了模糊聚类可以对样本进行去噪及RBF神经网络推理,具有速度快、无局部极小问题存在的优点.同时提出一种对RBF的中心、宽度和权值进行调整的RBF神经网络的学习算法.仿真结果表明,该方法能有效解决对小样本预测虫害的模糊性、相关性和非线性问题.而且预测结果准确,简单实用,效果较好.为农业预测虫害提供了一种新的预测方法,对促进农业生产的稳步发展和农民增产增收,都能够产生积极的作用.

关键词：RBF神经网络、学习算法、虫害、预测

所属期刊栏目：13

分类号：S126(农业物理学)

资助基金：广西教育厅科研项目200911LX491

在线出版日期：2013-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：136-139,156