一种新的神经网络集成方法及其在精准施肥中的应用

摘要:为解决作物精准施肥量确定这一难题, 提出了一种新的基于神经网络集成的精准施肥量确定方法. 在该方法中, 采用回放取样生成神经网络个体集合, 通过给出一种神经网络相似度度量标准, 用聚类算法 AP 从神经网络个体集合中选出一组精度高、多样性强的网络个体; 进而形成分别用拉格朗日乘子和预测有效度法线性集成所选个体的算法 LM E 和 FEME. 在基准数据集上的实验结果表明: 在精度方面, 算法 LM E 要明显优于算法 FEME 和算法 BSN( 单个最优神经网络算法) , 且 LME 具有较好的泛化能力. 最后在确定精准施肥量方面, 对算法 LM E 进行了实际应用, 结果表明 LM E