基于neuralnet人工神经网络的农作物预测模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：选用改进后精度更稳定、可视化的neuralnet包人工神经网络模型对粮食产量进行预测。结果显示，在验证样本中粮食产量预测值与实测值的相关系数为0.991 039 8，平均相对误差为0.006 339 629，10次交叉检验方法得到的均值误差平均值为0.001 229 604;表明预测值与实测值误差较小，拟合效果近乎直线，其中相对误差比spss多层感知器、nnet包分别提高了3.9%、1.1%。（剩余8359字）

试读结束

目录
monitor
客服机器人