cnn神经网络虫害预测

基于神经网络的农业病虫害损失预测

【摘 要】鉴于农业病虫害经济损失的预测具有较强的复杂性和非线性特性，设计了一种新型的GRNN预测模型，对农业病虫害经济损失进行预测。该模型基于人工神经网络捕捉非线性变化独特的优越性，在神经网络技术和江苏省气象局提供的数据的基础上，利用MATLAB人工神经网络工具箱及GRNN广义回归神经网络建立预测模型，来提高农业病虫害经济损失预测的精度。预测结果表明，该方法建立的模型可以实现对病虫害经济损失的预测，且其预测精度较高。

引言

病虫害经济损失评估系统作为社会经济系统的一个子系统，在受外界因素影响和作用的同时，对外部经济系统也具有一定的反作用，使其受到来自系统内外两方面因素的影响。同时，作为气象基础设施建设投资决策的基础，病虫害造成的损失不仅涉及农林牧降低产量的问题，而且与整个国民经济密切相关，因此它在国家和区域经济发展规划中具有十分重要的地位[1]。病虫害农业损失预测成为经济发展研究中的一个重要问题，对其进行研究和分析具有较强的实际意义。

相关知识

使用不同 CNN 模型预测叶片病害，
几个卷积神经网络（CNN）可视化的网站
用BP神经网络预测虫害
CNN卷积神经网络：花卉分类
基于BP神经网络的农作物虫害预测系统的研究
pytorch实现简单卷积神经网络（CNN）网络完成手写数字识别
基于深度卷积神经网络的移动端花卉识别系统
基于CNN的花卉识别
基于TensorFlow实现的CNN神经网络 花卉识别系统Demo
满满干货！一文快速实现CNN(卷积神经网络)识别花朵

网址: cnn神经网络虫害预测 https://www.huajiangbk.com/newsview540510.html