• <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
    人妻丰满熟妇av一区二区三区 | 女性生殖器流出的白浆| 欧美日韩视频精品一区| 成人18禁高潮啪啪吃奶动态图| 久久久久国产精品人妻aⅴ院 | 大片电影免费在线观看免费| 王馨瑶露胸无遮挡在线观看| 老汉色∧v一级毛片| 欧美在线黄色| 国产av精品麻豆| 国产国语露脸激情在线看| av一本久久久久| 国产精品乱码一区二三区的特点 | 国产无遮挡羞羞视频在线观看| 精品一区二区三卡| 日本a在线网址| e午夜精品久久久久久久| 日日夜夜操网爽| 丰满饥渴人妻一区二区三| 精品人妻在线不人妻| 亚洲av熟女| 欧美丝袜亚洲另类 | 淫妇啪啪啪对白视频| 久热爱精品视频在线9| videos熟女内射| 国产精品一区二区在线观看99| 国产欧美日韩一区二区精品| 午夜日韩欧美国产| 悠悠久久av| 日本精品一区二区三区蜜桃| 欧美人与性动交α欧美精品济南到| 91大片在线观看| 一级a爱视频在线免费观看| 巨乳人妻的诱惑在线观看| 久久久国产精品麻豆| 两性夫妻黄色片| 成人18禁高潮啪啪吃奶动态图| 女同久久另类99精品国产91| 亚洲成av片中文字幕在线观看| 欧美亚洲 丝袜 人妻 在线| 欧美另类亚洲清纯唯美| 在线观看66精品国产| avwww免费| 亚洲七黄色美女视频| 欧美丝袜亚洲另类 | 91精品国产国语对白视频| 欧美亚洲日本最大视频资源| 亚洲熟妇熟女久久| 黄色片一级片一级黄色片| 啦啦啦视频在线资源免费观看| 欧美 日韩 精品 国产| www.999成人在线观看| 两性夫妻黄色片| 黄色怎么调成土黄色| 欧美日韩黄片免| 亚洲男人天堂网一区| 欧美亚洲 丝袜 人妻 在线| 国产人伦9x9x在线观看| 999精品在线视频| 中文字幕人妻丝袜一区二区| 免费在线观看亚洲国产| 美女国产高潮福利片在线看| 精品国产一区二区三区四区第35| 久久精品91无色码中文字幕| 50天的宝宝边吃奶边哭怎么回事| 婷婷成人精品国产| 亚洲精品粉嫩美女一区| 女人精品久久久久毛片| 九色亚洲精品在线播放| 亚洲精品美女久久久久99蜜臀| 国产色视频综合| 高潮久久久久久久久久久不卡| 日本黄色视频三级网站网址 | netflix在线观看网站| 黄色成人免费大全| 国产精品二区激情视频| 欧美人与性动交α欧美精品济南到| 国产精品电影一区二区三区 | 亚洲avbb在线观看| 麻豆乱淫一区二区| 老汉色av国产亚洲站长工具| 国产97色在线日韩免费| 亚洲自偷自拍图片 自拍| 国产一区有黄有色的免费视频| 免费观看人在逋| 狂野欧美激情性xxxx| 亚洲国产精品合色在线| 午夜福利欧美成人| 99riav亚洲国产免费| 国产精品一区二区在线不卡| 国产精品综合久久久久久久免费 | 日本五十路高清| 久久中文字幕一级| 成人国语在线视频| 亚洲精品一卡2卡三卡4卡5卡| 欧美午夜高清在线| 男人操女人黄网站| 午夜91福利影院| 国产日韩欧美亚洲二区| 久久天躁狠狠躁夜夜2o2o| 欧美精品av麻豆av| 欧美亚洲日本最大视频资源| 国内毛片毛片毛片毛片毛片| 国产精品久久电影中文字幕 | 大型av网站在线播放| 丰满人妻熟妇乱又伦精品不卡| 少妇 在线观看| 精品乱码久久久久久99久播| 日本一区二区免费在线视频| 久久精品亚洲精品国产色婷小说| 他把我摸到了高潮在线观看| 丝袜人妻中文字幕| 真人做人爱边吃奶动态| 精品国产一区二区三区四区第35| 成人黄色视频免费在线看| 亚洲精品av麻豆狂野| 自线自在国产av| 亚洲性夜色夜夜综合| 成年女人毛片免费观看观看9 | 亚洲九九香蕉| 婷婷丁香在线五月| 婷婷成人精品国产| 精品免费久久久久久久清纯 | 在线天堂中文资源库| 国产欧美日韩综合在线一区二区| 国产精品乱码一区二三区的特点 | 啦啦啦免费观看视频1| 99国产精品一区二区蜜桃av | 国产三级黄色录像| 国产亚洲欧美98| 久久精品亚洲熟妇少妇任你| 日韩欧美一区二区三区在线观看 | 水蜜桃什么品种好| 欧美激情极品国产一区二区三区| 91麻豆av在线| 国产无遮挡羞羞视频在线观看| 国产免费现黄频在线看| 午夜久久久在线观看| 一边摸一边做爽爽视频免费| 久久精品人人爽人人爽视色| 成年女人毛片免费观看观看9 | 亚洲国产精品一区二区三区在线| 黄片播放在线免费| 波多野结衣av一区二区av| 欧美精品人与动牲交sv欧美| 成人影院久久| av线在线观看网站| 交换朋友夫妻互换小说| 中文字幕av电影在线播放| 亚洲少妇的诱惑av| 国产黄色免费在线视频| 精品国产国语对白av| 国产真人三级小视频在线观看| 亚洲精品自拍成人| 国产精品电影一区二区三区 | 国产日韩一区二区三区精品不卡| 国产亚洲精品第一综合不卡| 欧美日韩成人在线一区二区| 欧美人与性动交α欧美软件| 人人妻人人爽人人添夜夜欢视频| 首页视频小说图片口味搜索| 在线观看www视频免费| 欧美日韩中文字幕国产精品一区二区三区 | 国产高清视频在线播放一区| 狠狠婷婷综合久久久久久88av| 国产精品 欧美亚洲| 身体一侧抽搐| 亚洲国产精品一区二区三区在线| 日日摸夜夜添夜夜添小说| 村上凉子中文字幕在线| 两性夫妻黄色片| 国产亚洲精品一区二区www | 亚洲中文日韩欧美视频| 国产精品久久久人人做人人爽| 午夜精品在线福利| 岛国在线观看网站| 亚洲精品国产精品久久久不卡| 国产精品亚洲av一区麻豆| 亚洲欧美精品综合一区二区三区| 日韩三级视频一区二区三区| 在线av久久热| 老汉色∧v一级毛片| 国产亚洲精品久久久久5区| 国产精品一区二区在线不卡| 午夜免费成人在线视频| 国产精品成人在线| 亚洲专区字幕在线| 丰满的人妻完整版| 亚洲免费av在线视频| 国产精品一区二区精品视频观看| 国产av精品麻豆| 欧美精品av麻豆av| 精品亚洲成国产av| 一级作爱视频免费观看| 欧美日韩瑟瑟在线播放| 老汉色av国产亚洲站长工具| www.熟女人妻精品国产| 99久久人妻综合| 高清黄色对白视频在线免费看| 国产成人av激情在线播放| 极品少妇高潮喷水抽搐| 亚洲熟女精品中文字幕| 无限看片的www在线观看| 欧美黄色片欧美黄色片| 少妇的丰满在线观看| 亚洲三区欧美一区| 久久精品国产亚洲av高清一级| 91老司机精品| av欧美777| av福利片在线| 日本黄色视频三级网站网址 | 午夜两性在线视频| 亚洲aⅴ乱码一区二区在线播放 | 女人高潮潮喷娇喘18禁视频| 男人的好看免费观看在线视频 | 一级a爱片免费观看的视频| 久久精品91无色码中文字幕| 精品高清国产在线一区| 亚洲成av片中文字幕在线观看| 少妇的丰满在线观看| 国产精品久久久久久精品古装| 91av网站免费观看| 9色porny在线观看| 80岁老熟妇乱子伦牲交| 国产亚洲欧美98| 精品国产超薄肉色丝袜足j| 欧美激情极品国产一区二区三区| 美女扒开内裤让男人捅视频| 新久久久久国产一级毛片| 午夜福利在线观看吧| 热re99久久国产66热| 80岁老熟妇乱子伦牲交| 老司机福利观看| 女人被躁到高潮嗷嗷叫费观| 亚洲国产欧美一区二区综合| 在线观看舔阴道视频| 国产av一区二区精品久久| 成年人黄色毛片网站| 欧美性长视频在线观看| 欧美日本中文国产一区发布| 国产高清videossex| 精品人妻1区二区| 国产成人影院久久av| 黑人操中国人逼视频| 亚洲视频免费观看视频| 成人三级做爰电影| 午夜影院日韩av| 亚洲一区二区三区欧美精品| 中文字幕精品免费在线观看视频| 国产精品.久久久| 欧美国产精品一级二级三级| 国产日韩欧美亚洲二区| 三级毛片av免费| 国产精品免费视频内射| 亚洲aⅴ乱码一区二区在线播放 | 久久狼人影院| 欧美丝袜亚洲另类 | 国产亚洲一区二区精品| 大型av网站在线播放| 丝袜美足系列| 在线天堂中文资源库| www.熟女人妻精品国产| 精品一品国产午夜福利视频| 777米奇影视久久| 欧美日韩亚洲高清精品| 大香蕉久久成人网| 老司机亚洲免费影院| 岛国毛片在线播放| 精品一区二区三区av网在线观看| 国产精品久久久人人做人人爽| 欧美黄色淫秽网站| 韩国精品一区二区三区| 国产熟女午夜一区二区三区| 黄网站色视频无遮挡免费观看| 亚洲欧美一区二区三区黑人| 91九色精品人成在线观看| 日本精品一区二区三区蜜桃| av天堂久久9| 午夜福利欧美成人| 精品欧美一区二区三区在线| 亚洲国产精品sss在线观看 | 正在播放国产对白刺激| 久久精品国产亚洲av香蕉五月 | 国产不卡av网站在线观看| 国产精品亚洲av一区麻豆| 久久久久久久国产电影| 一区二区三区精品91| 国产99久久九九免费精品| 亚洲精品在线观看二区| 亚洲色图 男人天堂 中文字幕| 看免费av毛片| 少妇被粗大的猛进出69影院| 久久久久视频综合| tube8黄色片| 18禁黄网站禁片午夜丰满| 亚洲精品在线美女| 大香蕉久久成人网| 国产亚洲一区二区精品| 在线观看免费日韩欧美大片| 国产精品99久久99久久久不卡| 99精国产麻豆久久婷婷| 亚洲精品av麻豆狂野| 在线免费观看的www视频| 成熟少妇高潮喷水视频| 亚洲第一av免费看| 亚洲第一欧美日韩一区二区三区| 午夜影院日韩av| 日韩有码中文字幕| 亚洲专区中文字幕在线| 中文字幕人妻熟女乱码| 丝袜在线中文字幕| 国产精品偷伦视频观看了| 超碰成人久久| 亚洲九九香蕉| 久久精品亚洲精品国产色婷小说| 久久人妻福利社区极品人妻图片| 看黄色毛片网站| 亚洲熟妇熟女久久| 99精品在免费线老司机午夜| 十八禁网站免费在线| 亚洲精品国产色婷婷电影| 欧美在线黄色| 校园春色视频在线观看| 精品一区二区三卡| 免费久久久久久久精品成人欧美视频| 99re在线观看精品视频| 欧美一级毛片孕妇| 欧美精品高潮呻吟av久久| 色婷婷av一区二区三区视频| 国产在线一区二区三区精| 久久久国产成人免费| 亚洲中文字幕日韩| 嫁个100分男人电影在线观看| 老熟妇乱子伦视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 午夜免费观看网址| 最近最新中文字幕大全电影3 | 久久久久国产一级毛片高清牌| 男女午夜视频在线观看| 两人在一起打扑克的视频| 老熟女久久久| 无人区码免费观看不卡| 好男人电影高清在线观看| 国产精品偷伦视频观看了| 亚洲精品成人av观看孕妇| 母亲3免费完整高清在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 国产成人精品无人区| 香蕉久久夜色| 日本a在线网址| 国产精品久久久久成人av| 欧美激情高清一区二区三区| 99国产精品一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 久久精品亚洲精品国产色婷小说| 亚洲av第一区精品v没综合| 91九色精品人成在线观看| 国产男女超爽视频在线观看| 午夜福利影视在线免费观看| 亚洲七黄色美女视频| 不卡av一区二区三区| 免费观看人在逋| 无限看片的www在线观看| 亚洲九九香蕉| 99国产精品一区二区三区| 男女之事视频高清在线观看| 亚洲午夜精品一区,二区,三区| 久久人妻熟女aⅴ| 又黄又粗又硬又大视频| 午夜亚洲福利在线播放| 老司机亚洲免费影院| 高清黄色对白视频在线免费看| 黄网站色视频无遮挡免费观看| 高清毛片免费观看视频网站 | 精品人妻1区二区| 99热网站在线观看| 日本欧美视频一区| 免费av中文字幕在线| 国产蜜桃级精品一区二区三区 | 欧美激情极品国产一区二区三区| 午夜日韩欧美国产| 男女之事视频高清在线观看| 老司机在亚洲福利影院| a在线观看视频网站| 麻豆成人av在线观看| 99riav亚洲国产免费| 日本黄色视频三级网站网址 | 无遮挡黄片免费观看| 久久精品国产99精品国产亚洲性色 | 老司机午夜福利在线观看视频| tube8黄色片| 自拍欧美九色日韩亚洲蝌蚪91| 日本欧美视频一区| 高清在线国产一区| 99re6热这里在线精品视频| 人人澡人人妻人| 91精品三级在线观看| 国精品久久久久久国模美| 女人久久www免费人成看片| 成人精品一区二区免费| 91av网站免费观看| 欧美日韩av久久| a级毛片在线看网站| 在线观看66精品国产| 嫁个100分男人电影在线观看| 在线观看www视频免费| 一区在线观看完整版| 国产精品综合久久久久久久免费 | 99精国产麻豆久久婷婷| 又黄又爽又免费观看的视频| 免费看十八禁软件| 久久婷婷成人综合色麻豆| 欧美日韩福利视频一区二区| 亚洲伊人色综图| 国产97色在线日韩免费| 国产主播在线观看一区二区| 国产在线精品亚洲第一网站| 日韩熟女老妇一区二区性免费视频| 在线播放国产精品三级| 亚洲精品美女久久久久99蜜臀| 丁香六月欧美| 国产亚洲精品久久久久5区| 欧美精品啪啪一区二区三区| 国产精品久久视频播放| 国产成人欧美| 国产成人免费观看mmmm| 啦啦啦免费观看视频1| 国产精品欧美亚洲77777| 热99久久久久精品小说推荐| 免费在线观看日本一区| 露出奶头的视频| 亚洲欧美一区二区三区久久| 亚洲欧美一区二区三区黑人| 女同久久另类99精品国产91| 中文字幕人妻熟女乱码| videos熟女内射| 人妻久久中文字幕网| 他把我摸到了高潮在线观看| 一进一出好大好爽视频| 制服人妻中文乱码| 19禁男女啪啪无遮挡网站| 午夜91福利影院| 狠狠狠狠99中文字幕| 水蜜桃什么品种好| 国产欧美日韩一区二区精品| 极品少妇高潮喷水抽搐| 欧美中文综合在线视频| 国产欧美日韩精品亚洲av| 亚洲国产欧美网| 免费女性裸体啪啪无遮挡网站| 又黄又爽又免费观看的视频| 国产精华一区二区三区| www.自偷自拍.com| 久久久久国产一级毛片高清牌| 久久精品国产亚洲av香蕉五月 | 香蕉丝袜av| 久久久久国产精品人妻aⅴ院 | 亚洲精品在线观看二区| 国产男女内射视频| 一本一本久久a久久精品综合妖精| 久久国产亚洲av麻豆专区| 欧美激情高清一区二区三区| 亚洲欧美日韩另类电影网站| 欧美成狂野欧美在线观看| 嫩草影视91久久| 久久久国产成人精品二区 | 一级,二级,三级黄色视频| 建设人人有责人人尽责人人享有的| 久99久视频精品免费| 久久国产乱子伦精品免费另类| 亚洲国产中文字幕在线视频| 99精品欧美一区二区三区四区| 美女福利国产在线| 亚洲av熟女| 激情视频va一区二区三区| 午夜老司机福利片| 久久狼人影院| 一级毛片女人18水好多| 丝袜美腿诱惑在线| 国产精品99久久99久久久不卡| 成年人黄色毛片网站| 午夜免费成人在线视频| 国产精品欧美亚洲77777| 国产欧美日韩精品亚洲av| 搡老熟女国产l中国老女人| 日韩人妻精品一区2区三区| 悠悠久久av| 久久精品国产99精品国产亚洲性色 | av国产精品久久久久影院| 亚洲性夜色夜夜综合| 欧美精品亚洲一区二区| 欧美人与性动交α欧美精品济南到| 极品少妇高潮喷水抽搐| 国产高清videossex| 国产亚洲欧美在线一区二区| 一边摸一边抽搐一进一出视频| 午夜精品在线福利| tube8黄色片| 最新美女视频免费是黄的| 露出奶头的视频| 97人妻天天添夜夜摸| 欧美日韩视频精品一区| 亚洲欧美色中文字幕在线| 丰满迷人的少妇在线观看| 久久国产精品大桥未久av| 国产精品1区2区在线观看. | 热re99久久精品国产66热6| 国产成人一区二区三区免费视频网站| 在线观看一区二区三区激情| 9色porny在线观看| 免费观看人在逋| 黄网站色视频无遮挡免费观看| 亚洲人成伊人成综合网2020| 少妇被粗大的猛进出69影院| 午夜日韩欧美国产| 免费看十八禁软件| 午夜免费成人在线视频| 中文字幕最新亚洲高清| 国产av精品麻豆| 一边摸一边做爽爽视频免费| 性少妇av在线| 亚洲成人国产一区在线观看| 色播在线永久视频| 最近最新免费中文字幕在线| 亚洲av成人不卡在线观看播放网| 午夜久久久在线观看| 国产一区二区激情短视频| 一边摸一边抽搐一进一出视频| 久9热在线精品视频| 欧美av亚洲av综合av国产av| 久久人妻av系列| 国产av精品麻豆| 亚洲熟女毛片儿| 国产97色在线日韩免费| 亚洲男人天堂网一区| 欧美乱色亚洲激情| 午夜精品在线福利| 欧美在线黄色| 免费一级毛片在线播放高清视频 | 久久人妻福利社区极品人妻图片| 日本黄色视频三级网站网址 | 亚洲第一青青草原| 中文字幕精品免费在线观看视频| 午夜精品在线福利| 啦啦啦免费观看视频1| xxxhd国产人妻xxx| 亚洲av欧美aⅴ国产| 嫩草影视91久久| 欧美精品av麻豆av| 精品国产乱码久久久久久男人| 亚洲精品在线美女| 老司机福利观看| 欧美激情极品国产一区二区三区| 老熟妇乱子伦视频在线观看| 三级毛片av免费| 欧美午夜高清在线| 久久精品亚洲精品国产色婷小说| tocl精华| 久久国产精品男人的天堂亚洲| 夜夜躁狠狠躁天天躁| 免费女性裸体啪啪无遮挡网站| 欧美亚洲日本最大视频资源| 亚洲精品国产一区二区精华液| 日韩熟女老妇一区二区性免费视频| 在线观看66精品国产| 亚洲成a人片在线一区二区| 免费在线观看完整版高清| 欧美乱色亚洲激情| 久久香蕉激情| 久久精品国产亚洲av香蕉五月 | 亚洲五月天丁香| 日韩欧美国产一区二区入口| 最新美女视频免费是黄的| 免费女性裸体啪啪无遮挡网站| 免费在线观看影片大全网站| 欧美中文综合在线视频| 亚洲性夜色夜夜综合| 国产99白浆流出| 高清av免费在线| 亚洲中文av在线| 黄色成人免费大全| 亚洲一区高清亚洲精品| 天堂√8在线中文| av免费在线观看网站| 夜夜夜夜夜久久久久| 亚洲男人天堂网一区| 精品国产一区二区三区四区第35| 国产成人免费无遮挡视频| 色精品久久人妻99蜜桃| 国产亚洲精品第一综合不卡| 免费观看精品视频网站| 亚洲精华国产精华精| 99国产极品粉嫩在线观看| 丰满迷人的少妇在线观看| 在线看a的网站| 国产深夜福利视频在线观看| xxx96com| 人成视频在线观看免费观看| 十八禁高潮呻吟视频| 黄色怎么调成土黄色| 一级片免费观看大全| 婷婷精品国产亚洲av在线 | 免费观看人在逋| ponron亚洲| 色尼玛亚洲综合影院| 国产精品av久久久久免费| 999久久久精品免费观看国产| 国产男女内射视频| 国产精品av久久久久免费| 成人av一区二区三区在线看| 丰满人妻熟妇乱又伦精品不卡| 精品国产乱码久久久久久男人| 中文字幕制服av| 久久人妻av系列| 国产精品久久久久久人妻精品电影|