• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于人工神經(jīng)網(wǎng)絡(luò)的烤煙評(píng)吸質(zhì)量評(píng)估模型及實(shí)現(xiàn)

    2018-02-27 13:15陳偉周浩潘文杰熊永華
    湖北農(nóng)業(yè)科學(xué) 2018年24期
    關(guān)鍵詞:評(píng)估模型相關(guān)分析人工神經(jīng)網(wǎng)絡(luò)

    陳偉 周浩 潘文杰 熊永華

    摘要:為提高烤煙評(píng)吸質(zhì)量評(píng)估的效率,采用Spearman相關(guān)分析和偏相關(guān)分析確定影響烤煙評(píng)吸質(zhì)量的7種化學(xué)成分,利用BP人工神經(jīng)網(wǎng)絡(luò)建立7種化學(xué)成分和烤煙評(píng)吸質(zhì)量之間的人工神經(jīng)網(wǎng)絡(luò)模型,最后通過人工神經(jīng)網(wǎng)絡(luò)對(duì)不同烤煙樣品評(píng)吸質(zhì)量進(jìn)行預(yù)測(cè)。結(jié)果表明,利用人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)烤煙評(píng)吸質(zhì)量與人工法具有較好的相關(guān)性和較低的誤差。利用C++語言設(shè)計(jì)的烤煙評(píng)吸質(zhì)量評(píng)估軟件可以方便地進(jìn)行烤煙評(píng)吸質(zhì)量模型的訓(xùn)練和評(píng)吸質(zhì)量的評(píng)估,具有較好的實(shí)用性。

    關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò);相關(guān)分析;烤煙評(píng)吸;評(píng)估模型

    中圖分類號(hào):TS41+1;TS47? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A

    文章編號(hào):0439-8114(2018)24-0108-04

    DOI:10.14088/j.cnki.issn0439-8114.2018.24.030? ? ? ? ? ?開放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):

    Abstract: In order to improve the smoking quality evaluation efficiency, Spearman correlation analysis and partial correlation analysis were used to determine the seven chemical components which affected the smoking quality of flue-cured tobacco. The artificial neural network between seven chemical components and smoking quality was established using BP artificial neural network. Finally, the artificial neural network was used to predict the smoking quality of different flue-cured tobacco samples. The results showed that the use of artificial neural network to evaluate the smoking quality of flue-cured tobacco had a good correlation with the artificial method and a low error. Flue-cured tobacco smoking quality evaluation software designed in C++ language can facilitate the training of tobacco smoking quality model and the evaluation of smoking quality, and it had good practicability.

    Key words: artificial neural network; correlation analysis; tobacco smoking; evaluation model

    烤煙評(píng)吸質(zhì)量是反映烤煙綜合性狀的指標(biāo),其與多種因素有關(guān),如烤煙化學(xué)成分、煙氣成分、主觀感受等。目前對(duì)烤煙評(píng)吸質(zhì)量的評(píng)判往往采用人工評(píng)定法,即通過多位專家對(duì)不同樣品進(jìn)行試吸,根據(jù)不同的評(píng)吸環(huán)節(jié)給出各環(huán)節(jié)的質(zhì)量分?jǐn)?shù),最終將各環(huán)節(jié)的質(zhì)量分?jǐn)?shù)相加確定出不同樣品的評(píng)吸質(zhì)量[1]。但人工評(píng)定的效率較低,難以對(duì)大范圍的烤煙進(jìn)行有效的評(píng)定。

    由于烤煙化學(xué)成分復(fù)雜,多種化學(xué)成分間還存在相互作用,所以難以通過固定的數(shù)學(xué)模型確定烤煙化學(xué)成分與評(píng)吸質(zhì)量之間的關(guān)系[2]。人工神經(jīng)網(wǎng)絡(luò)在處理復(fù)雜系統(tǒng)模型時(shí)不用考慮模型變量間的內(nèi)在作用規(guī)律,通過對(duì)一定數(shù)量測(cè)試樣本的學(xué)習(xí)和訓(xùn)練,可以按照提供樣本的規(guī)律實(shí)現(xiàn)滿足要求的輸出,因此人工神經(jīng)網(wǎng)絡(luò)廣泛用于開發(fā)基于經(jīng)驗(yàn)的農(nóng)業(yè)模型,例如農(nóng)作物的產(chǎn)量預(yù)測(cè)、質(zhì)量評(píng)估等[3-5]。

    通過相關(guān)分析確定與烤煙評(píng)吸質(zhì)量具有聯(lián)系的化學(xué)成分指標(biāo),通過這些化學(xué)成分指標(biāo),利用BP人工神經(jīng)網(wǎng)絡(luò)建立化學(xué)成分與烤煙評(píng)吸質(zhì)量的人工神經(jīng)網(wǎng)絡(luò)模型。利用該人工神經(jīng)網(wǎng)絡(luò)模型對(duì)多組不同的烤煙樣本評(píng)吸質(zhì)量進(jìn)行預(yù)測(cè),通過與實(shí)際評(píng)吸質(zhì)量的對(duì)比,表明相比于傳統(tǒng)的人工評(píng)吸法,利用本研究方法建立的烤煙評(píng)吸質(zhì)量模型具有較好的相關(guān)性和準(zhǔn)確性,對(duì)烤煙質(zhì)量的評(píng)定具有一定的參考意義。利用C++語言開發(fā)出的烤煙評(píng)吸質(zhì)量評(píng)估軟件可以實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練、導(dǎo)入等功能,能夠方便地對(duì)烤煙評(píng)吸質(zhì)量進(jìn)行評(píng)估,具有較好的實(shí)用性。

    1? 數(shù)據(jù)來源與分析方法

    1.1? 數(shù)據(jù)來源

    數(shù)據(jù)來源于某省不同煙草產(chǎn)區(qū)、不同煙草品種的烤煙化學(xué)成分含量及烤煙評(píng)吸質(zhì)量,數(shù)據(jù)涵蓋范圍廣,代表性強(qiáng)。所選取的烤煙化學(xué)成分包含總糖、還原糖、鉀、氯、總堿、總氮、蛋白質(zhì)、淀粉、錳、鐵、銅、鋅及其他微量元素。評(píng)吸質(zhì)量通過多位專家對(duì)不同烤煙樣品進(jìn)行試吸,給出對(duì)應(yīng)的分?jǐn)?shù),最后將不同專家分?jǐn)?shù)平均后確定最終的烤煙評(píng)吸質(zhì)量。

    由于烤煙生產(chǎn)過程是一個(gè)多輸入多輸出的復(fù)雜農(nóng)作物生產(chǎn)過程,具有多變量、非線性、不確定性等特點(diǎn)[6];烤煙生物質(zhì)量綜合效益的影響因素涉及領(lǐng)域廣闊,同時(shí)評(píng)價(jià)指標(biāo)眾多,各類指標(biāo)之間量綱差異較大,難以直接建立烤煙生物質(zhì)量效益綜合生產(chǎn)目標(biāo)與其影響因素之間的機(jī)理模型。

    1.2? 分析方法

    烤煙評(píng)吸質(zhì)量與煙葉化學(xué)成分含量存在一定的相關(guān)性[7,8],但烤煙中化學(xué)成分與評(píng)吸質(zhì)量的關(guān)系復(fù)雜,對(duì)于各項(xiàng)化學(xué)成分與評(píng)吸質(zhì)量之間的關(guān)系,在一定范圍內(nèi)可以簡(jiǎn)單分類為正相關(guān)、負(fù)相關(guān)和無相關(guān)。

    斯皮爾曼相關(guān)系數(shù)(Spearman correlation coefficient)利用單調(diào)方程評(píng)價(jià)兩個(gè)統(tǒng)計(jì)變量的相關(guān)性,Spearman相關(guān)系數(shù)的計(jì)算方法見公式(1)。

    由于斯皮爾曼相關(guān)系數(shù)不表示變量之間的線性關(guān)系,僅表示變量之間的單調(diào)性關(guān)系,對(duì)于存在相關(guān)性但是沒有線性關(guān)系的統(tǒng)計(jì)變量能夠更好地找出其中的相關(guān)性關(guān)系。

    當(dāng)研究某一個(gè)要素對(duì)另一個(gè)要素的影響或相關(guān)程度時(shí),把其他要素的影響視作常數(shù)(保持不變),即暫時(shí)不考慮其他要素影響,單獨(dú)研究兩個(gè)要素之間的相互關(guān)系的密切程度,所得數(shù)值結(jié)果為偏相關(guān)系數(shù)。

    2? BP人工神經(jīng)網(wǎng)絡(luò)模型建立

    BP(Back propagation)人工神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò),是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò),它能通過自身的訓(xùn)練,學(xué)習(xí)某種規(guī)則,在給定輸入值時(shí)得到最接近期望輸出值的結(jié)果。其基本思想是梯度下降法,利用梯度搜索技術(shù),以期使網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值的誤差均方差為最小。

    在BP人工神經(jīng)網(wǎng)絡(luò)中,為了保證消除指標(biāo)之間的量綱影響,利用線性函數(shù)歸一化方法,通過查找各指標(biāo)的最大值和最小值,將所有指標(biāo)的數(shù)值映射到區(qū)間[0,1]內(nèi),以減少不同的量綱對(duì)BP人工神經(jīng)網(wǎng)絡(luò)模型的影響。歸一化所采用的線性函數(shù)見公式2。

    其中,y為歸一化后的值,x為歸一化前的值,Min和Max為該項(xiàng)指標(biāo)的最小值與最大值。通過公式(2)可以消除不同指標(biāo)的量綱的影響。

    在得出評(píng)吸質(zhì)量后,為了能夠更為直觀地與實(shí)際評(píng)吸質(zhì)量對(duì)比,需要將結(jié)果進(jìn)行逆歸一化。逆歸一化見公式(3)。

    其中,y為逆歸一化后的值,x為逆歸一化之前的值,Min和Max為評(píng)吸質(zhì)量的最小值與最大值。

    BP人工神經(jīng)網(wǎng)絡(luò)的擬合結(jié)果的精度與網(wǎng)絡(luò)結(jié)構(gòu)有很大的關(guān)系。1989年,Hornik等[9]證明只需要一個(gè)擁有足夠多節(jié)點(diǎn)數(shù)量的隱含層,神經(jīng)網(wǎng)絡(luò)就可以以任意的精度逼近任意復(fù)雜度的連續(xù)函數(shù)。但是目前對(duì)于隱含層節(jié)點(diǎn)數(shù)量的設(shè)定仍然是一個(gè)未解決的問題。

    本研究利用基于黃金分割的網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)優(yōu)化算法[10]確定隱含層節(jié)點(diǎn)數(shù)量的大致范圍,通過對(duì)不同隱含層節(jié)點(diǎn)數(shù)量進(jìn)行測(cè)試、對(duì)比,最終確定的BP人工神經(jīng)網(wǎng)絡(luò)隱含層的節(jié)點(diǎn)數(shù)量為12。此外,輸入層的節(jié)點(diǎn)數(shù)量為7個(gè),輸入量為7種化學(xué)成分。輸出層節(jié)點(diǎn)數(shù)量為1個(gè),輸出量為烤煙評(píng)吸質(zhì)量。所采用的傳遞函數(shù)為Sigmoid函數(shù),即公式(4)。

    在確定了BP人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)后,利用C++語言設(shè)計(jì)了BP人工神經(jīng)網(wǎng)絡(luò)的相關(guān)算法。BP人工神經(jīng)網(wǎng)絡(luò)模型的參數(shù)設(shè)定為:網(wǎng)絡(luò)目標(biāo)誤差為10-5,學(xué)習(xí)率為0.1。在BP人工神經(jīng)網(wǎng)絡(luò)中,網(wǎng)絡(luò)目標(biāo)誤差設(shè)置過小容易導(dǎo)致網(wǎng)絡(luò)不收斂或網(wǎng)絡(luò)過擬合,過大容易導(dǎo)致網(wǎng)絡(luò)欠擬合。學(xué)習(xí)率設(shè)置過小會(huì)導(dǎo)致收斂速度較慢,學(xué)習(xí)率設(shè)置過大可能導(dǎo)致網(wǎng)絡(luò)振蕩無法收斂。當(dāng)BP人工神經(jīng)網(wǎng)絡(luò)輸出和實(shí)際值的誤差小于目標(biāo)誤差后,算法自動(dòng)結(jié)束,此時(shí)各個(gè)神經(jīng)元之間的連接權(quán)重和神經(jīng)元輸出的閾值即為所得到的BP神經(jīng)網(wǎng)絡(luò)模型。

    利用C++語言實(shí)現(xiàn)的BP人工神經(jīng)網(wǎng)絡(luò)算法的主要步驟如下:

    步驟1:初始化。隨機(jī)初始化神經(jīng)網(wǎng)絡(luò)中所有節(jié)點(diǎn)的閾值和節(jié)點(diǎn)之間的權(quán)重。

    步驟2:將樣本數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中,根據(jù)步驟1中隨機(jī)初始化的閾值和權(quán)重,分別計(jì)算不同樣本的輸出值。

    步驟3:根據(jù)步驟2中BP人工神經(jīng)網(wǎng)絡(luò)輸出的樣本值和實(shí)際值進(jìn)行計(jì)算,得出其均方根誤差,判斷此時(shí)的均方根誤差是否已經(jīng)滿足BP人工神經(jīng)網(wǎng)絡(luò)的性能要求。若此時(shí)均方根誤差大于設(shè)定值,則進(jìn)行步驟4,否則,進(jìn)行步驟5。

    步驟4:根據(jù)步驟3中的均方根誤差,從輸出層開始反向、依次計(jì)算BP人工神經(jīng)網(wǎng)絡(luò)中輸出層、隱含層的梯度項(xiàng),并依次對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的閾值和節(jié)點(diǎn)之間的權(quán)重進(jìn)行更新。

    步驟5:算法停止迭代,記錄、保存當(dāng)前的節(jié)點(diǎn)閾值和節(jié)點(diǎn)間的權(quán)重,完成BP人工神經(jīng)網(wǎng)絡(luò)模型的建立。

    3? 質(zhì)量評(píng)估系統(tǒng)的實(shí)現(xiàn)

    為了能夠方便地完成對(duì)烤煙評(píng)吸質(zhì)量的評(píng)估,需要利用計(jì)算機(jī)高級(jí)語言將本研究所利用的方法開發(fā)成計(jì)算機(jī)應(yīng)用程序。

    利用C++語言,基于MFC類庫,實(shí)現(xiàn)了烤煙評(píng)吸質(zhì)量評(píng)估應(yīng)用程序。該應(yīng)用程序由三個(gè)部分組成,如圖1所示。第一部分為數(shù)據(jù)庫。數(shù)據(jù)庫由SQL Server 2012開發(fā),用于存放烤煙化學(xué)成分和對(duì)應(yīng)的評(píng)吸質(zhì)量數(shù)據(jù)。第二部分為核心功能部分,包含實(shí)現(xiàn)七個(gè)主要功能的相關(guān)函數(shù)。第三部分為人機(jī)交互界面,可以方便、直觀地完成各項(xiàng)功能,如圖2所示。

    應(yīng)用程序的主要功能如下。

    1)導(dǎo)入樣本數(shù)據(jù)。導(dǎo)入數(shù)據(jù)功能運(yùn)用ODBC(Open database connectivity)結(jié)構(gòu),在服務(wù)器端配置好ODBC數(shù)據(jù)源后,可以很方便地訪問SQL 2012數(shù)據(jù)庫并對(duì)數(shù)據(jù)進(jìn)行讀、寫操作。

    2)導(dǎo)出樣本數(shù)據(jù)。為方便對(duì)數(shù)據(jù)進(jìn)行管理,應(yīng)用程序可以將導(dǎo)入的數(shù)據(jù)導(dǎo)出保存為.xls文件。

    3)樣本數(shù)據(jù)歸一化。利用線性函數(shù)歸一化方法,將所有指標(biāo)的數(shù)值在程序內(nèi)映射到區(qū)間[0,1],在人機(jī)交互界面中,數(shù)值的大小不會(huì)發(fā)生變化,以保證原始數(shù)據(jù)具有較好的可讀性,方便用戶操作。

    4)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型。完成導(dǎo)入數(shù)據(jù)和歸一化處理后,可以利用BP人工神經(jīng)網(wǎng)絡(luò)建立評(píng)估模型。在神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的過程中,程序會(huì)自動(dòng)等待訓(xùn)練結(jié)束,并在結(jié)束時(shí)進(jìn)行提示。

    5)保存神經(jīng)網(wǎng)絡(luò)模型。由于利用BP人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型需要耗費(fèi)一定的時(shí)間,為了提高程序運(yùn)行效率,程序可以將當(dāng)前訓(xùn)練得出的BP人工神經(jīng)網(wǎng)絡(luò)模型保存為本地的模型文件方便后續(xù)使用。

    6)導(dǎo)入神經(jīng)網(wǎng)絡(luò)模型。如果已經(jīng)存在BP人工神經(jīng)網(wǎng)絡(luò)的模型文件,則可以直接導(dǎo)入該模型,避免由于多次訓(xùn)練模型造成的時(shí)間浪費(fèi)。

    7)評(píng)估烤煙評(píng)吸質(zhì)量。當(dāng)軟件已經(jīng)訓(xùn)練得出BP人工神經(jīng)網(wǎng)絡(luò)模型或通過導(dǎo)入功能直接導(dǎo)入神經(jīng)網(wǎng)絡(luò)模型后,輸入對(duì)應(yīng)的化學(xué)成分指標(biāo)就可以直接評(píng)估得出評(píng)吸質(zhì)量并將結(jié)果顯示在人機(jī)交互界面中。

    利用該應(yīng)用程序進(jìn)行烤煙評(píng)吸質(zhì)量評(píng)估的大致流程如圖3所示。通過該計(jì)算機(jī)應(yīng)用程序可以從數(shù)據(jù)庫中導(dǎo)入化學(xué)成分和評(píng)吸得分的數(shù)據(jù),將這些數(shù)據(jù)歸一化后訓(xùn)練得出化學(xué)成分和評(píng)吸質(zhì)量之間的BP人工神經(jīng)網(wǎng)絡(luò)模型,并可以將這些模型保存在計(jì)算機(jī)上。同時(shí),也可以導(dǎo)入模型并進(jìn)行烤煙評(píng)吸質(zhì)量的評(píng)估。

    4? 結(jié)果與分析

    4.1? 相關(guān)分析結(jié)果

    在SPSS 23.0軟件中,利用Spearman相關(guān)分析和偏相關(guān)分析相結(jié)合的方法,對(duì)不同的化學(xué)成分和烤煙評(píng)吸質(zhì)量進(jìn)行了相關(guān)性分析。分析結(jié)果見表1。從表1可以看出,總糖、還原糖、淀粉與烤煙評(píng)吸質(zhì)量之間具有一定的正相關(guān)關(guān)系;鉀、氯、總堿、總氮與評(píng)吸質(zhì)量之間為負(fù)相關(guān)關(guān)系,而其他的化學(xué)成分與評(píng)吸質(zhì)量之間的相關(guān)性較弱??紤]到模型的精簡(jiǎn)性,最終選取了總糖、還原糖、鉀、氯、總堿、總氮、淀粉這7個(gè)化學(xué)成分指標(biāo)作為BP人工神經(jīng)網(wǎng)絡(luò)模型的輸入。

    在本研究中,可用的樣本總數(shù)為40。將其中的30個(gè)作為訓(xùn)練樣本,剩下的10個(gè)作為驗(yàn)證樣本。

    4.2? BP人工神經(jīng)網(wǎng)絡(luò)評(píng)估結(jié)果

    為了確定BP人工神經(jīng)網(wǎng)絡(luò)模型的性能,本研究使用了4個(gè)統(tǒng)計(jì)學(xué)標(biāo)準(zhǔn):BP人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)值與期望輸出值之間的誤差(Δ)及相對(duì)誤差(δ)、線性回歸的均方根誤差(RMSE)和兩者間的相關(guān)系數(shù)(r)。

    將10個(gè)驗(yàn)證樣本用于烤煙評(píng)吸質(zhì)量的評(píng)估,這些樣本的實(shí)際評(píng)吸質(zhì)量和利用應(yīng)用程序得出的評(píng)估質(zhì)量以及它們的誤差如表2所示,兩者的散點(diǎn)圖如圖4所示。

    從表2可以計(jì)算得出,利用BP人工神經(jīng)網(wǎng)絡(luò)模型評(píng)估得出的評(píng)吸質(zhì)量與實(shí)際的評(píng)吸質(zhì)量之間的平均絕對(duì)誤差為-0.073,平均相對(duì)誤差為-0.081%,相關(guān)性為0.524,均方根誤差為1.326 5。這表明利用BP人工神經(jīng)網(wǎng)絡(luò)模型評(píng)估得出烤煙評(píng)吸質(zhì)量和專家評(píng)吸得出的評(píng)吸質(zhì)量之間具有較小的誤差和較好的相關(guān)性,通過本研究方法建立的模型在烤煙評(píng)吸質(zhì)量的評(píng)估上具有可靠性。

    5? 小結(jié)與討論

    采用相關(guān)分析和BP人工神經(jīng)網(wǎng)絡(luò)的方法對(duì)烤煙評(píng)吸質(zhì)量進(jìn)行評(píng)估?;趯?duì)烤煙化學(xué)成分和評(píng)吸質(zhì)量之間的偏相關(guān)分析,首先篩選出影響烤煙評(píng)吸質(zhì)量的主要化學(xué)成分,之后利用BP人工神經(jīng)網(wǎng)絡(luò)建立了烤煙評(píng)吸質(zhì)量評(píng)估模型??傮w而言,本研究表明BP人工神經(jīng)網(wǎng)絡(luò)是評(píng)估烤煙評(píng)吸質(zhì)量的有效、可靠的方法。利用該方法得到的評(píng)估質(zhì)量與專家得到的評(píng)吸質(zhì)量之間的誤差較小,且具有一定的相關(guān)性,通過對(duì)烤煙樣本進(jìn)行常規(guī)化學(xué)成分檢測(cè)就可以有效對(duì)其評(píng)吸質(zhì)量進(jìn)行評(píng)估,可以提高評(píng)估效率。利用本研究方法開發(fā)的計(jì)算機(jī)應(yīng)用程序具有使用方便、流程簡(jiǎn)單的特點(diǎn),可以將本研究所采用的建模方法推廣與應(yīng)用。

    烤煙特定化學(xué)成分與烤煙評(píng)吸質(zhì)量之間的關(guān)系需要更多、更全面的數(shù)據(jù)作為進(jìn)一步研究的基礎(chǔ),如何更準(zhǔn)確地選擇影響烤煙評(píng)吸質(zhì)量的主要因素是進(jìn)一步研究的方向之一。

    參考文獻(xiàn):

    [1] 聶? 銘,周冀衡,楊榮生,等.基于MIV-SVM的烤煙評(píng)吸質(zhì)量預(yù)測(cè)模型[J].中國煙草學(xué)報(bào),2014,20(6):56-62.

    [2] 段俊杰,蔣美紅,王? 嵐,等.基于化學(xué)成分的煙葉質(zhì)量神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J].西南農(nóng)業(yè)學(xué)報(bào),2012,25(1):48-53.

    [3] DAHIKAR S,RODE S. Agricultural crop yield prediction using artificial neural network approach[J].International Journal of Innovative Research in Electrical, Electronics, Instrumentation and Control Engineering,2014,2(1):683-686.

    [4] ZENG W Z,XU C,ZHAO G,et al. Estimation of sunflower seed yield using partial least squares regression and artificial neural network models[J].Pedosphere,2018,28(5):764-774.

    [5] ALVAREZ R. Predicting average regional yield and production of wheat in the Argentine Pampas by an artificial neural network approach[J].European Journal of Agronomy,2009,30(2):70-77.

    [6] WU J,YANG S X,TIAN F C. An adaptive neuro-fuzzy approach to bulk tobacco flue-curing control process[J].Drying Technology,2017,35(4):465-477.

    [7] 許安定,杜國偉,劉洪斌.基于CART模型的烤煙評(píng)吸質(zhì)量影響因子研究[J].西南農(nóng)業(yè)學(xué)報(bào),2013,26(4):1356-1361.

    [8] 李洪勛,潘文杰,李建偉,等.烤煙內(nèi)在化學(xué)成分含量與感官評(píng)吸指標(biāo)的關(guān)系分析[J].湖北農(nóng)業(yè)科學(xué),2013,52(8):1836-1841.

    [9] HORNIK K,STINCHCOMBE M,WHITE H. Multilayer feedforward networks are universal approximators[J].Neural Networks,1989,2(5):359-366.

    [10] 夏克文,李昌彪,沈鈞毅.前向神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)的一種優(yōu)化算法[J].計(jì)算機(jī)科學(xué),2005,32(10):143-145.

    猜你喜歡
    評(píng)估模型相關(guān)分析人工神經(jīng)網(wǎng)絡(luò)
    利用人工神經(jīng)網(wǎng)絡(luò)快速計(jì)算木星系磁坐標(biāo)
    人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡(jiǎn)單字母的識(shí)別
    基于支持向量回歸機(jī)的電能質(zhì)量評(píng)估
    城鄉(xiāng)居民醫(yī)療費(fèi)用的相關(guān)性與回歸分析
    基于聲發(fā)射和人工神經(jīng)網(wǎng)絡(luò)的混凝土損傷程度識(shí)別
    波信號(hào)的解調(diào)和人工神經(jīng)網(wǎng)絡(luò)的損傷識(shí)別算法
    一个人免费在线观看电影| 欧美成人免费av一区二区三区| 日韩中字成人| 亚洲 欧美 日韩 在线 免费| .国产精品久久| 好看av亚洲va欧美ⅴa在| 亚洲在线自拍视频| 久久草成人影院| 久99久视频精品免费| 欧美乱妇无乱码| 18美女黄网站色大片免费观看| 少妇裸体淫交视频免费看高清| 变态另类丝袜制服| 宅男免费午夜| 欧美bdsm另类| 日韩精品青青久久久久久| 又紧又爽又黄一区二区| 成人高潮视频无遮挡免费网站| 成人精品一区二区免费| 天堂网av新在线| 级片在线观看| 国产久久久一区二区三区| 99热这里只有精品一区| 别揉我奶头 嗯啊视频| 亚洲欧美精品综合久久99| 国产人妻一区二区三区在| 给我免费播放毛片高清在线观看| 久久午夜福利片| 一区二区三区免费毛片| 久久久久国内视频| 最近最新免费中文字幕在线| 超碰av人人做人人爽久久| 欧美日韩乱码在线| 久久精品影院6| 十八禁网站免费在线| 欧美午夜高清在线| 男人舔女人下体高潮全视频| 亚洲精品在线观看二区| 日本与韩国留学比较| 国产乱人视频| 成人av一区二区三区在线看| 亚洲一区二区三区色噜噜| 午夜福利在线观看免费完整高清在 | 国产高潮美女av| 亚洲专区中文字幕在线| 夜夜看夜夜爽夜夜摸| 国产精品98久久久久久宅男小说| 亚洲av二区三区四区| 亚洲中文字幕日韩| 久久久久国产精品人妻aⅴ院| 欧美+日韩+精品| 成人一区二区视频在线观看| 国产成人a区在线观看| 中文在线观看免费www的网站| 亚洲国产精品久久男人天堂| 国产综合懂色| 最近最新中文字幕大全电影3| 校园春色视频在线观看| 91麻豆av在线| 亚洲欧美日韩高清专用| 国产精品美女特级片免费视频播放器| 两人在一起打扑克的视频| 亚洲久久久久久中文字幕| 欧美极品一区二区三区四区| 一本精品99久久精品77| 天堂网av新在线| 在线十欧美十亚洲十日本专区| 国产伦在线观看视频一区| 两性午夜刺激爽爽歪歪视频在线观看| 国内精品久久久久精免费| 亚洲国产精品合色在线| 欧美日韩综合久久久久久 | 成人精品一区二区免费| 欧美国产日韩亚洲一区| 亚洲av成人精品一区久久| 桃红色精品国产亚洲av| 亚洲成人久久爱视频| 欧美色视频一区免费| 国产精品自产拍在线观看55亚洲| 麻豆国产97在线/欧美| 国产亚洲精品av在线| 亚洲欧美日韩东京热| 一个人看的www免费观看视频| 在线观看av片永久免费下载| 女同久久另类99精品国产91| 日日摸夜夜添夜夜添小说| 国产av麻豆久久久久久久| 亚洲一区二区三区不卡视频| av天堂中文字幕网| 在线观看av片永久免费下载| 三级国产精品欧美在线观看| 亚洲成人中文字幕在线播放| 国产高清激情床上av| 深夜a级毛片| 精品久久久久久,| 一进一出好大好爽视频| 淫秽高清视频在线观看| 夜夜爽天天搞| 欧美zozozo另类| 可以在线观看的亚洲视频| 精品无人区乱码1区二区| 老司机福利观看| 成熟少妇高潮喷水视频| 亚洲三级黄色毛片| av黄色大香蕉| 日韩欧美在线乱码| 亚洲中文字幕日韩| netflix在线观看网站| 精品福利观看| 动漫黄色视频在线观看| 91久久精品电影网| 国产高潮美女av| 欧美bdsm另类| 美女免费视频网站| 久久99热这里只有精品18| 精品久久国产蜜桃| 日本a在线网址| 精品久久久久久久末码| 男人舔女人下体高潮全视频| 色在线成人网| 婷婷六月久久综合丁香| 88av欧美| 淫秽高清视频在线观看| 欧美在线一区亚洲| 97热精品久久久久久| 中文字幕精品亚洲无线码一区| 成人鲁丝片一二三区免费| 又黄又爽又刺激的免费视频.| 淫妇啪啪啪对白视频| 天天一区二区日本电影三级| 一级黄色大片毛片| 国产免费一级a男人的天堂| 日韩欧美国产一区二区入口| 久久久久久久久大av| 波多野结衣高清作品| 一区二区三区四区激情视频 | 啪啪无遮挡十八禁网站| 久久久色成人| 亚洲欧美精品综合久久99| 国产精品一区二区免费欧美| 好看av亚洲va欧美ⅴa在| 国产精品1区2区在线观看.| 日韩免费av在线播放| 深夜a级毛片| 色吧在线观看| 69人妻影院| 日韩欧美精品免费久久 | 男女那种视频在线观看| 久久久久久久久中文| 国产黄片美女视频| 亚洲精品亚洲一区二区| 亚洲美女黄片视频| 亚洲内射少妇av| 老鸭窝网址在线观看| 很黄的视频免费| 欧美另类亚洲清纯唯美| 国产激情偷乱视频一区二区| 91九色精品人成在线观看| 亚洲精品在线美女| 亚洲成人精品中文字幕电影| 免费电影在线观看免费观看| a级毛片免费高清观看在线播放| 久久午夜福利片| 在线免费观看不下载黄p国产 | 成年女人毛片免费观看观看9| 亚洲人成网站高清观看| 日韩精品中文字幕看吧| 99国产极品粉嫩在线观看| 国产91精品成人一区二区三区| 哪里可以看免费的av片| 日韩av在线大香蕉| 国产在线精品亚洲第一网站| 中文字幕精品亚洲无线码一区| 色综合亚洲欧美另类图片| 男人舔女人下体高潮全视频| 国产精品日韩av在线免费观看| 日韩高清综合在线| x7x7x7水蜜桃| 亚洲久久久久久中文字幕| 国产亚洲精品综合一区在线观看| 全区人妻精品视频| 99久久精品热视频| 我要搜黄色片| 18禁黄网站禁片午夜丰满| 欧美一级a爱片免费观看看| 熟妇人妻久久中文字幕3abv| 亚洲第一区二区三区不卡| 最新中文字幕久久久久| 精品久久国产蜜桃| 在线观看午夜福利视频| 老司机午夜福利在线观看视频| 国内久久婷婷六月综合欲色啪| av专区在线播放| 亚洲经典国产精华液单 | 久久九九热精品免费| 婷婷丁香在线五月| 在线国产一区二区在线| 日本黄色视频三级网站网址| www日本黄色视频网| 亚洲精品粉嫩美女一区| 在线观看美女被高潮喷水网站 | 国产精品亚洲av一区麻豆| 国产v大片淫在线免费观看| 国产探花在线观看一区二区| 亚洲va日本ⅴa欧美va伊人久久| 999久久久精品免费观看国产| 精品久久久久久久久亚洲 | 亚洲成人中文字幕在线播放| 90打野战视频偷拍视频| 一本一本综合久久| 亚洲精品乱码久久久v下载方式| 99热精品在线国产| 激情在线观看视频在线高清| 三级国产精品欧美在线观看| 最新中文字幕久久久久| 美女xxoo啪啪120秒动态图 | 九九在线视频观看精品| 国产三级在线视频| 亚洲,欧美精品.| 国产高清有码在线观看视频| 日韩有码中文字幕| 中文字幕人妻熟人妻熟丝袜美| 特级一级黄色大片| 日韩免费av在线播放| 高清日韩中文字幕在线| 制服丝袜大香蕉在线| 97超级碰碰碰精品色视频在线观看| 真实男女啪啪啪动态图| 少妇熟女aⅴ在线视频| 好男人电影高清在线观看| 精品乱码久久久久久99久播| 男女之事视频高清在线观看| 成人av在线播放网站| 国产av一区在线观看免费| 欧美日韩瑟瑟在线播放| 午夜福利在线观看免费完整高清在 | 女人被狂操c到高潮| 国产色爽女视频免费观看| 成人精品一区二区免费| 亚洲中文字幕一区二区三区有码在线看| 国产av在哪里看| 国产一区二区激情短视频| 嫩草影院新地址| 真人一进一出gif抽搐免费| 欧美3d第一页| 欧美日本视频| 嫩草影视91久久| 色综合亚洲欧美另类图片| а√天堂www在线а√下载| 三级毛片av免费| 国产探花在线观看一区二区| 国产白丝娇喘喷水9色精品| 亚洲自拍偷在线| 国产精品爽爽va在线观看网站| 久久久国产成人免费| 婷婷丁香在线五月| 日韩精品中文字幕看吧| 亚洲国产精品sss在线观看| 俄罗斯特黄特色一大片| xxxwww97欧美| 国产激情偷乱视频一区二区| 亚洲中文字幕一区二区三区有码在线看| 男女下面进入的视频免费午夜| 黄色视频,在线免费观看| 成人性生交大片免费视频hd| 欧美一级a爱片免费观看看| 九九在线视频观看精品| 少妇被粗大猛烈的视频| 少妇裸体淫交视频免费看高清| 日本撒尿小便嘘嘘汇集6| 人人妻人人看人人澡| 亚洲精品在线观看二区| 国产av不卡久久| 最后的刺客免费高清国语| 国产单亲对白刺激| 日日摸夜夜添夜夜添av毛片 | 亚洲av二区三区四区| 精品人妻1区二区| 我要看日韩黄色一级片| 熟女人妻精品中文字幕| 日日夜夜操网爽| 国产视频一区二区在线看| 国产午夜精品论理片| 日本黄色视频三级网站网址| 99在线人妻在线中文字幕| 欧美成人性av电影在线观看| 久久午夜亚洲精品久久| 夜夜躁狠狠躁天天躁| 国产视频一区二区在线看| 国产私拍福利视频在线观看| 国模一区二区三区四区视频| 国产久久久一区二区三区| 中文字幕av在线有码专区| 成人国产综合亚洲| 美女大奶头视频| 九九久久精品国产亚洲av麻豆| 51午夜福利影视在线观看| 一卡2卡三卡四卡精品乱码亚洲| 国产黄片美女视频| 男人舔女人下体高潮全视频| 性插视频无遮挡在线免费观看| 日韩 亚洲 欧美在线| 在线观看舔阴道视频| www日本黄色视频网| 性插视频无遮挡在线免费观看| 日本在线视频免费播放| 女同久久另类99精品国产91| 色吧在线观看| 国产成人av教育| 久久久久免费精品人妻一区二区| 人人妻人人澡欧美一区二区| a级毛片a级免费在线| 亚洲人与动物交配视频| 9191精品国产免费久久| 色在线成人网| 两个人视频免费观看高清| 久久久国产成人精品二区| 在线国产一区二区在线| 国产精品久久久久久亚洲av鲁大| 黄色视频,在线免费观看| 国产亚洲欧美98| 国产成+人综合+亚洲专区| 2021天堂中文幕一二区在线观| 色综合站精品国产| 97超级碰碰碰精品色视频在线观看| 91在线观看av| 亚洲专区中文字幕在线| 99在线人妻在线中文字幕| 亚洲成av人片免费观看| 色尼玛亚洲综合影院| 99久久九九国产精品国产免费| 久久久久久久久大av| 在线观看午夜福利视频| 乱码一卡2卡4卡精品| 全区人妻精品视频| 在线免费观看的www视频| 国产淫片久久久久久久久 | 亚洲国产日韩欧美精品在线观看| 日韩欧美国产一区二区入口| 色综合站精品国产| 一级av片app| 亚洲av五月六月丁香网| 亚洲激情在线av| 青草久久国产| 九色国产91popny在线| 亚洲第一区二区三区不卡| 国产伦精品一区二区三区视频9| 免费搜索国产男女视频| 黄色丝袜av网址大全| 亚洲人成网站在线播放欧美日韩| 男女床上黄色一级片免费看| 欧美色视频一区免费| 亚洲不卡免费看| 99视频精品全部免费 在线| 国产一区二区在线av高清观看| 1024手机看黄色片| 中文字幕高清在线视频| 97碰自拍视频| 免费看美女性在线毛片视频| 如何舔出高潮| 国产乱人伦免费视频| 在线免费观看的www视频| 久久久国产成人免费| 国产av麻豆久久久久久久| 国产野战对白在线观看| 51午夜福利影视在线观看| 99久久成人亚洲精品观看| 国产午夜福利久久久久久| 一个人免费在线观看的高清视频| 久久久国产成人精品二区| 亚洲精品一卡2卡三卡4卡5卡| 精品午夜福利在线看| 欧美日韩福利视频一区二区| 欧美日本视频| 老熟妇仑乱视频hdxx| 亚洲熟妇中文字幕五十中出| 夜夜夜夜夜久久久久| 又黄又爽又免费观看的视频| 亚洲av免费在线观看| 亚洲国产色片| 少妇熟女aⅴ在线视频| 他把我摸到了高潮在线观看| 亚洲成av人片免费观看| 91狼人影院| 日韩欧美一区二区三区在线观看| 1024手机看黄色片| 搞女人的毛片| 国产欧美日韩一区二区三| 久久久国产成人免费| 亚洲成av人片在线播放无| 最新中文字幕久久久久| 久久九九热精品免费| 两性午夜刺激爽爽歪歪视频在线观看| 一进一出好大好爽视频| 久久久国产成人免费| 两性午夜刺激爽爽歪歪视频在线观看| 免费av毛片视频| 欧美日韩福利视频一区二区| 欧美绝顶高潮抽搐喷水| 国产精品,欧美在线| xxxwww97欧美| 久久久久久久久久成人| 热99在线观看视频| 欧美xxxx性猛交bbbb| 国产精品1区2区在线观看.| 欧美日韩中文字幕国产精品一区二区三区| 日韩 亚洲 欧美在线| 白带黄色成豆腐渣| 国产一区二区激情短视频| 精品日产1卡2卡| 不卡一级毛片| 乱人视频在线观看| 级片在线观看| 精品人妻1区二区| 啪啪无遮挡十八禁网站| 精品久久久久久久久久久久久| 成人国产一区最新在线观看| 国产成人影院久久av| 亚洲午夜理论影院| 国产精品久久久久久精品电影| 国产成人aa在线观看| 色视频www国产| 国产精品亚洲一级av第二区| 露出奶头的视频| 久久久国产成人精品二区| 变态另类成人亚洲欧美熟女| 高清日韩中文字幕在线| 在线观看美女被高潮喷水网站 | 久久久久性生活片| 欧美绝顶高潮抽搐喷水| 丰满的人妻完整版| 桃色一区二区三区在线观看| 国产亚洲精品久久久久久毛片| 黄色视频,在线免费观看| 国产精品一区二区免费欧美| 亚洲精品成人久久久久久| 最近在线观看免费完整版| 亚洲最大成人中文| 搡女人真爽免费视频火全软件 | 国产精品一区二区免费欧美| 午夜两性在线视频| 亚洲成人精品中文字幕电影| 男人的好看免费观看在线视频| 18+在线观看网站| 欧美午夜高清在线| 午夜激情欧美在线| av天堂中文字幕网| 听说在线观看完整版免费高清| 国产精品久久电影中文字幕| 日韩免费av在线播放| 欧美在线一区亚洲| 国产精品电影一区二区三区| 国产真实伦视频高清在线观看 | 日本一二三区视频观看| 亚洲,欧美,日韩| 亚州av有码| 国产单亲对白刺激| 日韩欧美 国产精品| 观看美女的网站| 久久久久久久亚洲中文字幕 | 午夜激情福利司机影院| 欧美区成人在线视频| 免费大片18禁| 成人欧美大片| 亚州av有码| 又爽又黄无遮挡网站| 变态另类成人亚洲欧美熟女| 18禁在线播放成人免费| 午夜精品一区二区三区免费看| 神马国产精品三级电影在线观看| 日本一二三区视频观看| 韩国av一区二区三区四区| 波多野结衣高清作品| 蜜桃久久精品国产亚洲av| 亚洲精品一区av在线观看| 日韩欧美精品免费久久 | 久久精品综合一区二区三区| 天堂影院成人在线观看| 午夜福利在线在线| 日韩欧美精品免费久久 | 亚洲无线在线观看| 九色国产91popny在线| 午夜福利欧美成人| 国产成人aa在线观看| 日韩中文字幕欧美一区二区| 我要看日韩黄色一级片| 又黄又爽又刺激的免费视频.| av欧美777| 亚洲成人久久爱视频| 99视频精品全部免费 在线| 日本免费a在线| 成人欧美大片| 久久久久久久久久黄片| 又爽又黄无遮挡网站| 大型黄色视频在线免费观看| 一边摸一边抽搐一进一小说| 欧美乱色亚洲激情| 亚洲内射少妇av| 国产在视频线在精品| 亚洲自拍偷在线| 一进一出抽搐动态| 国产精品久久久久久久电影| 欧美成人性av电影在线观看| 国产色婷婷99| 色在线成人网| 日韩 亚洲 欧美在线| 亚洲中文字幕日韩| а√天堂www在线а√下载| 看免费av毛片| 色综合亚洲欧美另类图片| 性欧美人与动物交配| 亚洲 国产 在线| 高清毛片免费观看视频网站| netflix在线观看网站| 亚洲自偷自拍三级| 直男gayav资源| 一级a爱片免费观看的视频| 非洲黑人性xxxx精品又粗又长| 在线观看66精品国产| 免费观看人在逋| 真人做人爱边吃奶动态| 亚州av有码| 欧美高清性xxxxhd video| 亚洲精品日韩av片在线观看| 国产人妻一区二区三区在| 欧美区成人在线视频| 51午夜福利影视在线观看| 国产亚洲精品av在线| 国产三级黄色录像| 午夜精品一区二区三区免费看| 在线免费观看的www视频| 别揉我奶头 嗯啊视频| 婷婷色综合大香蕉| 国产亚洲欧美98| av天堂在线播放| 能在线免费观看的黄片| 亚洲一区二区三区色噜噜| 成年人黄色毛片网站| 一区二区三区激情视频| 久久午夜福利片| 又紧又爽又黄一区二区| 亚洲精品影视一区二区三区av| 欧美日韩国产亚洲二区| 美女xxoo啪啪120秒动态图 | 午夜影院日韩av| 亚洲人成伊人成综合网2020| 日本与韩国留学比较| 热99re8久久精品国产| 国产精品影院久久| 无人区码免费观看不卡| 亚洲 国产 在线| 在线免费观看不下载黄p国产 | 亚洲国产高清在线一区二区三| 一本久久中文字幕| 亚洲成人免费电影在线观看| 午夜福利视频1000在线观看| 女同久久另类99精品国产91| 欧美zozozo另类| 国产精品国产高清国产av| 日日干狠狠操夜夜爽| 欧美激情久久久久久爽电影| 搡老妇女老女人老熟妇| 国产成+人综合+亚洲专区| 欧美一区二区亚洲| 精品无人区乱码1区二区| 网址你懂的国产日韩在线| 深爱激情五月婷婷| 亚洲国产日韩欧美精品在线观看| 九九热线精品视视频播放| 精品久久久久久久人妻蜜臀av| avwww免费| 女人被狂操c到高潮| 国产精品影院久久| 熟女人妻精品中文字幕| 国产高潮美女av| av女优亚洲男人天堂| 亚洲国产高清在线一区二区三| 亚洲精华国产精华精| 91狼人影院| 国产精品女同一区二区软件 | 一本精品99久久精品77| 久久国产乱子免费精品| 如何舔出高潮| 3wmmmm亚洲av在线观看| 国产中年淑女户外野战色| 亚洲真实伦在线观看| 亚洲人成电影免费在线| 国产爱豆传媒在线观看| 日韩 亚洲 欧美在线| 亚洲国产精品sss在线观看| 亚洲不卡免费看| 波多野结衣高清作品| 久久久久久久久中文| 久久久久久大精品| 久久久久免费精品人妻一区二区| 观看美女的网站| 婷婷亚洲欧美| 成人无遮挡网站| 1000部很黄的大片| 热99re8久久精品国产| 无遮挡黄片免费观看| 亚洲av不卡在线观看| 九九久久精品国产亚洲av麻豆| 淫妇啪啪啪对白视频| 90打野战视频偷拍视频| 老司机深夜福利视频在线观看| 亚洲精品影视一区二区三区av| 永久网站在线| 亚洲成a人片在线一区二区| 欧美bdsm另类| 国产久久久一区二区三区| 亚洲自偷自拍三级| 欧美高清成人免费视频www| 久久6这里有精品| 九九在线视频观看精品|