本发明公开一种基于神经网络的土壤养分与果实品质关系预测方法,通过BP神经网络、Levenberg‑Marquardt BP训练函数和Log‑sigmoid传递函数构建预测模型,进而预测土壤矿质元素含量与果实品质指标之间的关系;然后对预测模型的敏感性进行检测,筛选对该预测模型贡献最大的土壤矿质元素含量,然后通过3D响应曲面分析对这些影响最大的矿质元素的适宜范围进行探究,以获得最佳的果实品质,得出桃树吸收矿质元素的规律,最后根据桃树养分吸收规律制定桃配方专用肥,使矿质元素养分比例达到平衡,既能满足桃树体生长发育的需要,又能提高果实产量和品质。本发明可以广泛应用于农林业。
声明:
“基于神经网络的土壤养分与果实品质关系预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)