首页> 中文期刊> 《计算机应用》 >CFW的CBR与ART-KNN集成智能预测

CFW的CBR与ART-KNN集成智能预测

         

摘要

结合基于案例推理(CBR)方法和ART-KNN网络,提出了一种黄瓜枯萎病(CFW)的集成智能预测方法.与传统的CBR相似案例检索任务不同的是,该方法用受训ART-KNN网络对新案例分类后根据提出的案例相似性测度来计算相似案例集.对ART-KNN网络的分类性能进行测试,确定了网络的最优相似参量ρ,得到最高平均分类正确率达94.4%.对CFW进行预测,确定了案例相异阈值R的最优范围,得到病株率、病叶率的最优平均预测误差率分别达7.4%、9.3%.综合分析结果表明,提出的CBR与ART-KNN集成预测方法可为CFW的防治提供较为可靠的预测数据以及辅助决策信息.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号