Increasing the Accuracy of Soil Nutrient Prediction by Improving Genetic Algorithm Backpropagation Neural Networks

Soil nutrient prediction has been eliciting increasing attention in agricultural production. Backpropagation (BP) neural networks have demonstrated remarkable ability in many prediction scenarios. However, directly utilizing BP neural networks in soil nutrient prediction may not yield promising resu...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Symmetry (Basel) Ročník 15; číslo 1; s. 151
Hlavní autoři:	Liu, Yanqing, Jiang, Cuiqing, Lu, Cuiping, Wang, Zhao, Che, Wanliu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Basel MDPI AG 01.01.2023
Témata:	Accuracy Agricultural production Algorithms Analysis Back propagation Back propagation networks Corn Crops Empirical analysis Genetic algorithms Irrigation Machine learning Moisture content Neural networks Nitrogen Nutrients Organic matter Phosphorus Potassium Prediction models Soil acidity Soil chemistry Soils Time series Water quality China Anhui China
ISSN:	2073-8994, 2073-8994
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!