论文部分内容阅读
导致冬枣病虫害发生的原因很多而且很复杂,利用传统的数学方法和神经网络（neural network,NN）很难建立正确的病虫害预测模型。由于典型的深度置信网络（deep belief network,DBN）的各层之间缺乏有监督训练,使得网络误差逐层向上传递,降低了预测模型的预测率。针对这些问题,引入冬枣病虫害的先验信息,提出一种基于环境信息和改进DBN的冬枣病虫害预测模型。在该模型中,通过无监督训练和有监督微调从冬枣生长的环境信息序列中获取可表征冬枣病虫害发生的深层特征的隐层参数,并形成新的特征集,然后