简介：运用烟草知识对烟叶进行初步分类,以经过标准化处理的常规化学指标和烟叶评吸指标为依据,由训练样本集得到最佳的网络参数,在此基础上对检验样本进行了烟叶品质的识别.提出了利用3层BP人工神经网络识别烟叶品质的方法.人工神经网络用于烟叶品质识别,结果与实际符合良好.该方法优于传统的识别方法,也优于文献报道的识别误差.
简介：对烟田蓼蓝齿胫叶甲幼虫的空间分布型测定结果表明:聚集度指标测定为聚集分布;频次分布检验为负二项分布;Iwao的*m-m回归模型为*m=0.1716+1.4552m,说明属于具有公共K值的负二项分布.本文根据聚集度均数(λ)的测定结果,分析了聚集原因和最适合的抽样数模型.
根据常规化学指标识别烟叶品质的BP神经网络模型
烟田蓼蓝齿胫叶甲幼虫的空间分布型和抽样技术研究
