Biblioteca122.294 documentos en línea

Artículo

Prediction of Grain Yield in Henan Province Based on Grey BP Neural Network ModelPredicción de rendimiento de grano en la provincia de Henan basada en el modelo de red neuronal BP gris.

Resumen

La red neuronal de retropropagación (BPNN, por sus siglas en inglés) es ampliamente utilizada debido a su buena generalización y robustez, pero el modelo tiene el defecto de que no puede optimizar automáticamente las variables de entrada. En respuesta a este problema, este estudio utiliza el método de análisis de relaciones de gris para clasificar la importancia de las variables de entrada, obtiene las variables clave y la mejor estructura del modelo BPNN a través de múltiples entrenamientos y aprendizaje para los modelos BPNN, y propone un algoritmo de selección de optimización de variables que combina el análisis de relaciones de gris y la red neuronal de retropropagación. Los valores predichos del modelo GM (1, 1) metabólico para las variables clave se utilizaron como entrada al mejor modelo BPNN para modelado de predicción, y se propuso un modelo de predicción de red neuronal BP gris (GR-BPNN). La red neuronal de memoria a corto y largo plazo (LSTM), la red neuronal convolucional (CNN), la red neuronal de retropropagación tradicional (BP), el modelo GM (1

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento