RBF神经网络在可溶性糖含量预测中的应用  

Application of RBF Neural Network for Predicting Soluble Sugar Content

作　　者：冯洪玉[1,2] 代海芳[3] 

机构地区：[1]河南科技学院信息工程学院,河南新乡453003 [2]武汉理工大学信息工程学院,武汉430070 [3]河南科技学院生命科技学院,河南新乡453003

出　　处：《湖北农业科学》2013年第2期455-457,共3页Hubei Agricultural Sciences

基　　金：河南省新乡市科技发展计划项目(06N054);河南省科技计划项目(122102310393)

摘　　要：在小麦(Triticum aestivum L.)幼苗生长过程中,将RBF神经网络应用到可溶性糖含量的预测和数据变化的分析中,试验数据经过RBF神经网络的训练和仿真后得到,网络输出结果的误差小,网络输出矢量与目标矢量相关性好。说明可以将RBF神经网络作为农作物幼苗生长中预测数据变化的有效方法。RBF neural network was applied for prediction of soluble sugar content and analysis of data change during the growth of seedling.After the data been trained and simulated by neural network,the error of network output was little while the correlation of output vector and target vector was good,indicating that RBF neural network could be an effective method for forecasting data change in seeding growth of crops.

关 键 词：RBF神经网络 小麦(Triticum AESTIVUM L.)幼苗 可溶性糖 误差 回归分析 

分 类 号：S[农业科学]