基于自适应神经网络的苹果黑星病预测模型研究.pdfVIP

第36卷第4期 中国农机化学报 V01．36No．4 2015年7月 ofChinese Journal Mechanization 2015 Agricultural Jul． DOI：10．13733／j．jcam．issn．2095—5553．2015．04．030 基于自适应神经网络的苹果黑星病预测模型研究* 张鹏1，周碧英2 (1．渭南师范学院物理与电气工程学院，陕西渭南，714099； 2．渭南师范学院数学与信息科学学院，陕西渭南，714099) 摘要：目前苹果黑星病预测存在时效性差、预测结果拟合度较低的问题。提出一种基于自适应神经网络和时间序列方法的苹果黑星病预 测模型，对不同参数量的相关性进行分析，通过特征选择方法确定重要感染时段，利用自适应神经网络(ANN)进行预测和分类。结果表 明，该方法在苹果黑星病预测上具有准确率较高、速度较快的优势。 关键词：自适应神经网络；时间序列预测；苹果黑星病 中图分类号：S5—6 文献标识码：A 文章编号：2095—5553(2015)04一0121一04 张鹏，周碧英．基于自适应神经网络的苹果黑星病预测模型研究[J]．中国农机化学报，2015。36(4)：121～123，129 zhangPeng，zhouResearchon modelof scabbasedon neural of Biying． prediction apple adaptivenetwork[J]．Journalchinese Ag“cul tural Mechanization，2015，36(4)：121～123，129 测，以期能进一步提高该病害预测的速度和精度。 0 引言 1 预测原理 苹果黑星病具有流行速度快、危害性大、难于防治 等特点，在我国北方苹果主产区多有此病害，其中渭北 为了能给出正确的苹果黑星病的预警，应对苹果 塬区西部的病叶率达7．57‰[1]，严重时会造成落叶、园气象条件包括相对湿度、叶面湿度、温度和日照时数 落果直接影响苹果的产量、品质及商品价值。建立准 等信息进行采集。测量时段应主要选择在苹果黑星病 确性高、时效性强的苹果黑星病预测模型是实现该病 感染和流行季节进行。图1为苹果黑星病预测模型框 早期预警的有效方法，可大大降低该病流行造成的经 图，主要包括三个阶段：首先，由于苹果黑星病的发生 济损失，并能减少农药的施用。 与自然环境因素之间有着密切的联系，且各影响因子 气象条件时变特征显著地影响着苹果黑星病病菌 之间存在复杂的相互作用，可结合时序特性通过皮尔 correlation 的生长周期[2]，其中温度和湿度的持续时间与苹果黑 森相关系数法(Pearson 星病的感染发病时间及流行强度有着密切的关系。通 来确定各参数的相关性；其次，在特征选择方法上采用 lineardiscriminanta— 过对多种气象参数进行分析，苹果黑星病出现的时间 Fisher线性判别分析(Fisher