针对神经网络在小样本预测时存在泛化能力降低的问题,提出了一种改进的RBF神经网络预测虫害的方法。这种方法结合了模糊聚类可以对样本进行去噪及RBF神经网络推理,具有速度快、无局部极小问题存在的优点。同时提出一种对RBF的中心、宽度和权值进行调整的RBF神经网络的学习算法。仿真结果表明,该方法能有效解决对小样本预测虫害的模糊性、相关性和非线性问题。而且预测结果准确,简单实用,效果较好。为农业预测虫害提供了一种新的预测方法,对促进农业生产的稳步发展和农民增产增收,都能够产生积极的作用。
科研之友
微信
新浪微博
Facebook
分享链接
