基于神经网络的油菜品种显著水平模型研究

基于神经网络的油菜品种显著水平模型研究(12000字)
摘  要：为了很好的了解新的环境下油菜的产量和炼油量，为其经济效益做出较准确的预测。分析了油菜的生长周期，确定了影响油菜生长的主要因素，在此基础上建立了神经网络油菜品种显著水平模型。在种植前依据当前的地质、气候条件，可对油菜的产量的炼油量的显著水平进行预测，为依据其条件制定种植或投资计划提供了一种科学的决策支持方法。
关键词：神经网络；油菜；显著水平；神经网络算法

The Research of Rape Variety Significant Level Model Based on Neural Network
Abstract：In order to understanding more new environment of production and refining rapeseed amount for its economic benefits, make accurate predictions. Analyses the growth period of rape, determined the influence factors of rapeseed growth based on the neural network model of rapeseed varieties significant level. According to the current before planting the geology and climate conditions, may to the yield of rapeseed oil refining amount of significant level to carry on the forecast, according to the conditions for planting or investment plan formulated provides a scientific decision support method.
Key words：Neural network; Rapeseed; Significant level; Neural network algorithm
 

目    录
摘  要    1
关键词    1
1  前言    1
2  油菜品种及生长要素    2
2.1  油菜的分类    2
2.2  油菜的生长特性和周期    3
2.3  影响油菜生长的环境因素    4
3  神经网络    5
3.1  神经网络发展和现状    5
3.2  神经网络的基本特征    5
3.3  神经网络模型原理与算法    7
4  显著性水平    9
4.1  显著性水平的基本含义    9
4.2  显著性水平的研究对象    9
4.3  假设检验的方法和使用    10
4.4  假设检验的结论    10
4.5  假设检验中的显著性水平    11
5  基于神经网络的油菜品种显著水平模型    11
5.1  输入层节点数的确定    12
5.2  隐含层节点数的确定    13
5.3  油菜品种假设检验中的显著性水平    13
6  结论    14
参考文献    14
致    谢……….15