基于全子集回归和BP神经网络的水稻纹枯病预测模型研究

打开文本图片集

摘要

水稻纹枯病是水稻的三大病害之一，严重影响水稻的产量和品质。本研究利用1986年－2014年广东化州地区空气温度、相对湿度、降雨量和日照时数等数据，通过相关性分析筛选到了影响水稻纹枯病流行的9个关键因子，并采用全子集回归和BP神经网络算法对化州地区水稻纹枯病发生程度进行预测。结果表明，全子集回归模型1和模型2对1986年－2014年水稻纹枯病发生程度的回测准确度分别为956%和952%，对2015年－2018年的平均预测准确度分别为90%和925%;BP神经网络模型1和模型2的回测准确度分别为945%和952%，平均预测准确度均为825%。（剩余10490字）