文献

J-GLOBAL ID：201802252998550194   整理番号：18A1325093

BPニューラルネットワークに基づく海口地域の2種類の熱帯蘭温室栽培環境予測【JST・京大機械翻訳】

Simulation of Cultivation Environmental Factors Based on BP Neural Network for Two Tropical Orchids in Haikou

著者 (6件)： Yao Xinxin (海南大学 熱帯農林学院,海南 海口,570228) ,  Song Xiqiang (海南大学 熱帯農林学院,海南 海口,570228) ,  Wang Jian (海南大学 熱帯農林学院,海南 海口,570228) ,  He Daicheng (海南博大蘭花科技有限公司,海南 海口,570311) ,  Li Weishi (海南博大蘭花科技有限公司,海南 海口,570311) ,  Pang Zhenzhen (海南大学 熱帯農林学院,海南 海口,570228)
資料名： Henan Nongye Kexue  (Henan Nongye Kexue)
巻： 47  号： 2  ページ： 155-160  発行年： 2018年 
JST資料番号： C2918A  ISSN： 1004-3268  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 海口地域の熱帯蘭の栽培環境制御を最適化するために、BPニューラルネットワークを用いて、施設内環境に対してシミュレーションを行い、予測の前に文心蘭に対して遮光率の比較選別を行った。その結果,平均温度が2627°C,平均相対湿度が79%83%,65%の遮光率の条件下で,花穂部の長さは最高であり,倒伏率は1.7%であった。モデル検証の結果は,3-12-3のBPニューラルネットワークモデルが,海口地域の文心蘭の栽培環境予測に良い効果を持つことを示した。温度と相対湿度の平均相対誤差(RE)はそれぞれ3.4%と5.7%で,光強度の二乗平均平方根誤差(RMSE)は3.0klxであった。文心蘭栽培環境の予測結果は正確である。3-10-3のBPニューラルネットワークモデルの温度と相対湿度の予測値と実測値のREは,それぞれ2.5%と4.2%であった。モデルは熱帯蘭の栽培環境の予測に使用できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  *予測 ,  平均気温 ,  倒伏 ,  *海洋 ,  *温室栽培 ,  最適化 ,  遮光 ,  相対湿度 ,  *熱帯
準シソーラス用語： 予測値 ,  光強度 ,  相対誤差 ,  モデル検証 ,  *栽培環境 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： Tropical orchids ,  BP neural network ,  Environment ,  Simulation

分類 (5件)： 土壌化学  (FB04040C) ,  環境問題  (SA01020V) ,  菌類による植物病害  (FC04052Y) ,  繊維料作物  (FC03077U) ,  分化,増殖,成長,生殖  (EG03055B)

タイトルに関連する用語 (7件)： BPニューラルネットワーク ,  海 ,  地域 ,  熱帯 ,  温室栽培 ,  環境 ,  予測