基于改进的BP神经网络水果生长气候的数据清洗方法研究

基于改进的BP神经网络水果生长气候的数据清洗方法研究

论文摘要

农植物生长环境受多种指标的影响,为了切实地清洗数据和对农植物未来进行准确地预测,必须对数据进行准确的清洗,采用改进Levenberg-Marquardt算法(L-M BP神经网络算法),同时增加用隐节点数优化来改进BP神经网络算法,来减低迭代次数和加快约束速率。本研究采用该算法来建立数据清洗模型,首先对样本进行预处理,对建立的异常数据进行训练和得到的结果反复验证,得到的误差控制在3.0%以内,且模拟的网络值能真实反应的变化趋势。该模型适用对农植物生长气候异常数据清洗数据和预测。

论文目录

  • 1 资料与方法
  •   1.1 资料
  •   1.2 异常数据的分类和方法
  •     1.2.1 异常数据的分类
  •       (1)错误的数据
  •       (1)缺失的数据
  •       (2)离心的数据
  •       (3)重复的数据
  •     1.2.2 数据清洗原理
  •     1.2.3 传统清洗方法
  •       (1)人工式
  •       (2)人工算法式
  •       (3)算法式
  •     1.2.4 不正常数据清洗方法
  •       (1)随机补缺法法
  •       (2)分箱法
  •       (3)回归法
  •     1.2.5 BP神经网络模型的原理及改进
  •     1.2.6 BP神经网络参数的确定
  •     1.2.7 模型的训练及数据清洗
  • 2 模型仿真分析与应用
  • 3 结语
  • 文章来源

    类型: 期刊论文

    作者: 冯力,谢东

    关键词: 农植物,生长气候,异常数据,数据清洗,改进神经网络

    来源: 湖南工业职业技术学院学报 2019年04期

    年度: 2019

    分类: 社会科学Ⅱ辑,基础科学,农业科技,信息科技

    专业: 气象学,农业基础科学,计算机软件及计算机应用,自动化技术

    单位: 湖南人文科技学院

    基金: 湖南省研究生科研创新项目“基于虚拟阻抗的低压微网下垂控制策略研究”(项目编号:X2018B803C)

    分类号: TP311.13;TP183;S16

    DOI: 10.13787/j.cnki.43-1374/z.2019.04.004

    页码: 16-20+56

    总页数: 6

    文件大小: 2557K

    下载量: 58

    相关论文文献

    • [1].分布式数据清洗系统设计[J]. 网络安全技术与应用 2020(02)
    • [2].产品质量标准数据清洗模型及应用研究[J]. 标准科学 2020(04)
    • [3].农业微气象观测数据清洗和质控技术研究[J]. 湖北农业科学 2020(14)
    • [4].基于大数据的数据清洗技术及运用[J]. 数字技术与应用 2019(04)
    • [5].智慧校园建设中数据清洗模块的设计[J]. 计算机与网络 2019(13)
    • [6].大数据清洗的方法论考察[J]. 江南论坛 2018(03)
    • [7].基于大数据决策分析需求的图书馆大数据清洗系统设计[J]. 现代情报 2016(09)
    • [8].大数据时代亟需强化数据清洗环节的规范和标准[J]. 世界电信 2015(07)
    • [9].浅谈医保联机结算系统决策树的数据处理[J]. 知音励志 2016(16)
    • [10].高效四维航迹数据清洗技术(英文)[J]. Transactions of Nanjing University of Aeronautics and Astronautics 2020(02)
    • [11].生态环境监测的数据清洗研究[J]. 网络安全技术与应用 2019(01)
    • [12].大数据的数据清洗技术及运用[J]. 电子技术与软件工程 2019(09)
    • [13].大数据环境下的数据清洗框架研究[J]. 软件 2017(12)
    • [14].基于电力行业数据清洗转换的过程方法分析[J]. 现代盐化工 2018(05)
    • [15].大数据的数据清洗方法研究[J]. 信息通信 2017(01)
    • [16].中文数据清洗研究综述[J]. 计算机工程与应用 2012(14)
    • [17].分流机制下的RFID不确定数据清洗策略[J]. 计算机科学 2011(S1)
    • [18].数据清洗方法研究综述[J]. 软件导刊 2017(12)
    • [19].科技创新大数据清洗框架研究[J]. 河北省科学院学报 2018(02)
    • [20].基于主动学习的数据清洗系统[J]. 软件工程 2018(09)
    • [21].数据清洗技术在汽车板力学性能分析中的应用[J]. 冶金自动化 2018(06)
    • [22].统计调查中数据清洗的应用探讨[J]. 市场研究 2019(07)
    • [23].高校图书馆数据清洗问题与策略研究[J]. 高校图书馆工作 2017(06)
    • [24].基于密度的数据清洗方法研究与评估[J]. 电子元器件与信息技术 2017(01)
    • [25].基于大数据的数据清洗研究[J]. 江西科学 2018(04)
    • [26].基于多阶段递进识别的风电机组异常运行数据清洗方法[J]. 可再生能源 2020(11)
    • [27].论数据清洗对信息检索质量的影响及清洗方法[J]. 中国索引 2012(01)
    • [28].数据清洗在统计调查实践中的应用[J]. 调研世界 2018(10)
    • [29].关于任务合并的并行大数据清洗过程中的模块优化[J]. 自动化应用 2017(08)
    • [30].胸痛中心数据清洗方法研究[J]. 中国数字医学 2018(04)

    标签:;  ;  ;  ;  ;  

    基于改进的BP神经网络水果生长气候的数据清洗方法研究
    下载Doc文档

    猜你喜欢