基于相空间重构及GRNN的海防林害虫预测及效果检验

编号 zgly0000831613

文献类型 期刊论文

文献题名 基于相空间重构及GRNN的海防林害虫预测及效果检验

学科分类 220.3020;森林昆虫学

作者 田万银  徐华潮 

作者单位 浙江农林大学林业与生物技术学院 

母体文献 浙江林业科技 

年卷期 2014(2)

页码 65-69

年份 2014 

分类号 S727.2 

关键词 海防林  相空间重构  混沌时间序列  GRNN  仿真 

文摘内容 考虑到海防林环境气候、动植物组成的特殊性及林业害虫发生的非线性、复杂性、无规律性, 通过重构非线性时间序列的相空间并将输出向量作为广义回归神经网络(GRNN, Generalized Regression Neural Network)的输入向量对海防林害虫的发生进行预测; 并使用仙居县1983-2011年的马尾松毛虫(Dendrolimus punctatus)实测数据对该预测方法进行仿真检验: 1983-2007年虫害数据用于重构相空间及训练神经网络, 而2008-2011年的数据用于虫害发生的预测检验。结果表明, 在将仙居县马尾松毛虫的危害程度划分为四个等级的前提下, 预测方法预测精度较高, 除了对2008年马尾松毛虫危害程度的预测出现一个数量级的偏差外, 其余的预测准确率均为100%。