农业机械化发展水平的人工神经网络评价模型

被引：19

作者：

楼文高

王延政

机构：

[1] 上海出版印刷高等专科学校

[2] 上海水产大学机电工程系教授博士生

[3] 上海市

[4] 硕士生

来源：

农业机械学报 | 2003年 / 03期

关键词：

农业机械化; 人工神经网络; 评价; 标准; 模型;

D O I：

暂无

中图分类号：

S126 [电子技术、计算机技术在农业上的应用];

学科分类号：

082804 ;

摘要：

根据农业机械化发展水平的评价标准 ,提出了生成足够多人工神经网络训练样本、检验样本和测试样本的新方法 ,给出了区分农业机械化发展水平不同程度的分界值 ,并提出了确定合理 BP神经网络结构的原则。通过上述方法得到的神经网络模型具有更好的泛化能力 ,且不受网络初始权值的影响。运用训练后的神经网络评价模型对河南省 1994年农业机械化发展水平的评价结果表明 :与灰色概率评估模型相比 ,本文建立的 BP评价模型具有更好的客观性、通用性、实用性和容错性

引用

页码：58 / 61

页数：4

共 5 条

[1] 人工神经网络在现代农业园区机械化程度综合评估中的应用 [J].