资源描述：
《基于lm-bp神经网络的耕地土壤养分等级划分模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、中国农学通报2015,31(26):255-260ChineseAgriculturalScienceBulletin基于LM-BP神经网络的耕地土壤养分等级划分模型──以皖南山区为例1,2111万家山，吴云志，张友华，乐毅（1安徽农业大学信息与计算机学院，合肥230036；2安徽工程大学机电学院，安徽芜湖241000）摘要：研究旨在通过BP神经网络方法，构建起LM-BP网络结构(5-M-1)模型，达到对土壤养分等级划分的目的，为合理的土壤养分管理提供可靠依据。采用Levenberg-Marquardt(LM)训练算法，构建3层网络
2、模型：一个输入层、一个隐含层、一个输出层，利用3层网络作为耕地土壤养分等级划分模型。利用土壤养分各级评价标准作为模型的训练样本和测试样本，以此来对BP神经网络进行训练和测试，并对歙县土壤养分进行综合评价。结果表明：LM-BP网络结构对测试样本输出的预测值和实际参考值是一致的。最终通过灰色关联模型和主成分分析方法对歙县土壤养分的综合评价结果与BP神经网络的模拟结果相对比，发现也是基本一致的。LM-BP网络结构应用于土壤养分等级划分中，得到了很好的预测效果，为智能算法应用于农业领域奠定了良好的基础。关键词：LM-BP神经网络；灰色关联模
3、型；主成分分析；土壤养分等级中图分类号：S126，S151.9+5文献标志码：A论文编号：casb15040114ModelofGradingFarmlandSoilNutrientBasedonLM-BPNeuralNetwork:ACaseofSouthAnhuiMountainousAreas1,2111WanJiashan,WuYunzhi,ZhangYouhua,YueYi(1SchoolofInformation&Computer,AnhuiAgriculturalUniversity,HeFei230036;2Mech
4、anical&ElectricalCollege,AnhuiPolytechnicUniversity,WuHuAnhui241000)Abstract:ThestudyaimstobuildLM-BPnetworkstructure(5-M-1)modelbytheBPneuralnetworkmethod,soastoachievethedivisionofsoilnutrientlevelsandprovidereliablebasisforoptimumsoilnutrientmanagement.Levenberg-Mar
5、quardt(LM)trainingalgorithmwasusedtoconstructathree-layernetworkmodel(input,hidden,andoutputlayer),whichwasusedforsoilnutrientevaluation.CriteriaforsoilnutrientevaluationwereusedasmodelsamplestotrainandtestBPneuralnetwork,andcomprehensiveevaluationofsoilnutrientlevelsi
6、nShexianCountywasmade.TheresultsshowedthattheoutputpredictedvaluebyLM-BPnetworkstructurecoincidedwiththeactualreferencevalue.ComprehensiveevaluationresultofsoilnutrientlevelsinShexianCountywhichbasedongraycorrelationmodelandprincipalcomponentanalysiswasbasicallythesame
7、withthesimulationresultofBPneuralnetwork.LM-BPnetworkstructureachievedfavorablepredictedresultsinitsapplicationtothegradingofsoilnutrientlevels,whichcouldprovideasolidfoundationfortheapplicationofintelligencealgorithminagriculture.基金项目：国土资源部公益性行业科研专项“巢湖流域土地优化利用的技术支持系统研
8、究”(201411006)；2014安徽农业大学学科骨干培育项目(2014XKPY-64)。第一作者简介：万家山，男，1989年出生，安徽合肥人，助教，硕士，研究方向：数据分析与智能决策。通信地址：241000安徽芜湖高教园区文津西路
