首页|改进的BP神经网络方法及其在农业商品总产值预测中的应用

改进的BP神经网络方法及其在农业商品总产值预测中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题,对常用的BP神经网络方法进行了改进,增加了数据前处理和后处理的过程.前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理,确定主要的影响因素,解决了神经网络训练时输入变量过多造成的效率下降问题;后处理过程是对训练结果采用回归和相关性分析的方法进行评价,验证了训练结果的精度.对农业商品总产值的预测结果表明,改进的BP神经网络方法能够提高神经网络的训练效率,并且达到了较高的预测精度.该方法适用于解决多因素预测的问题.
Improved Method of BP Neural Network and the Application in Predicting Agricultural Commodity Total Production Value

林丽兰、何勇

展开 >

浙江大学,生物系统工程与食品科学学院,杭州,310029

系统工程 BP神经网络 主成分分析法 回归分析 农业商品总产值

国家自然科学基金教育部优秀青年教师资助计划浙江省自然科学基金 浙江省自然科学基金

30270773301270

2005

科技通报
浙江省科学技术协会

科技通报

CSCDCHSSCD
影响因子：0.457
ISSN：1001-7119
年,卷(期)：2005.21(1)
  • 4
  • 1