苹果树腐烂病预测模型研究
摘要
苹果作为农民经济的来源,苹果树腐烂病的发生直接影响和制约着苹果的品质和产量。传统苹果树腐烂病的预测方法带有主观性,主要通过专家和果农长期的田间经验而对苹果树腐烂病进行预测。为了对苹果树腐烂病进行更加准确科学的预测,设计开发了苹果树腐烂病预测模型,更好的指导农民预防腐烂病的发生。本文首先对影响苹果树腐烂病的因素进行主成分分析,在此基础上,建立了基于BP神经网络的预测模型和小波网络的预测模型,完成了苹果树腐烂病预测模型。
本文主要研究内容如下。
(1)建立基于BP神经网络预测模型。首先对预测模型的输入端数据进行预处理,然后对模型进行训练,最后通过实验来验证该模型的预测精度。对影响苹果树腐烂病的因素进行了分析和总结,通过主成分分析法提取影响苹果树腐烂的主因素,进行降维。作为BP神经网络的输入,以流行程度作为输出,进行模型的训练和预测。使用洛川县气象站和植保站提供的数据对模型进行实验,结果表明,该模型的预测精度良好。
(2)建立基于小波网络的预测模型。分析了“紧致性”和“松散性”小波网络各自优点和不足,提出将“紧致型”小波网络应用于苹果树腐烂病流行程度的预测。通过主成分分析法对历史数据进行分析,利用得到的主成分作为小波网络的输入,选用Morlet小波函数作为隐层激活函数,对洛川县苹果树腐烂病某一年的流行程度进行预测。实验结果证明,该模型预测精度高。
(3)构建苹果树腐烂病预测模型。苹果树腐烂病预测模型是基于两种不同的预测模型。用户可以根据当地实际情况选择不同的预测模型进行准确、科学的预测。而且用户也可以输入当地的苹果树腐烂病信息,对苹果树腐烂病进行预测。对当地果农及时做好防治准备工作具有重要意义,而且有利于果农根据预测流行程度的严重性较早制订防治腐烂病的方案,减少经济损失。
Apples are important economic crops, and apple tree canker not only affect and restrict the production of apples, but also has a great impact on the quality of apples. The traditional apple canker forecast is based on the experience of farmers and experts on the basis of subjective。In order to establish a more scientific and effective the prediction model of prevalence of apple canker disease for better guiding the farmers.This paper, firstly, by analysis mainly factors influencing apple canker disease based on Principal Component Analysis(PCA),establishing the prediction model of Error Back Proragation(BP)neural network and the prediction model of Wavelet Neural Network(WNN), according to the first step.so as to complete the prediction model of apple tree canker.
The mainly research in this paper are the following:
(1) BP prediction model. Firstly, input data of the prediction model is treatmented, then the model training and prediction, finally, to verify the prediction accuracy by experiments. Affecting factors of Apple Tree Canker are analyzed and summarized, the extracted main factors by using PCA, as the inputs of the BP prediction model, the morbidity levels of the apple tree canker are used as the outputs. The model show that the prediction accuracy is good.
(2)WNN prediction model. The construction of Compaction and Decomposition wavelet neural network are analyzed, a wavelet neural network of compaction construction is used in this paper. the extracted main factors by using PCA, as the inputs of the WNN, the hidden layer activation function used Morlet wavelet function, to prediction morbidity levels of the apple tree canker in luochuan county. At last, the prediction WNN model is based on wavelet transform. The model show that the prediction accuracy is better than the BP prediction model.
(3)The Model of Apple Tree Canker. This model provide more the information of disease to users. By comparison two different prediction models, users can choose different model for scoemtific and accurate prediction according to different areas,which is an important role in preparation works of prevention disease to local farmmers.
本文主要研究内容如下。
(1)建立基于BP神经网络预测模型。首先对预测模型的输入端数据进行预处理,然后对模型进行训练,最后通过实验来验证该模型的预测精度。对影响苹果树腐烂病的因素进行了分析和总结,通过主成分分析法提取影响苹果树腐烂的主因素,进行降维。作为BP神经网络的输入,以流行程度作为输出,进行模型的训练和预测。使用洛川县气象站和植保站提供的数据对模型进行实验,结果表明,该模型的预测精度良好。
(2)建立基于小波网络的预测模型。分析了“紧致性”和“松散性”小波网络各自优点和不足,提出将“紧致型”小波网络应用于苹果树腐烂病流行程度的预测。通过主成分分析法对历史数据进行分析,利用得到的主成分作为小波网络的输入,选用Morlet小波函数作为隐层激活函数,对洛川县苹果树腐烂病某一年的流行程度进行预测。实验结果证明,该模型预测精度高。
(3)构建苹果树腐烂病预测模型。苹果树腐烂病预测模型是基于两种不同的预测模型。用户可以根据当地实际情况选择不同的预测模型进行准确、科学的预测。而且用户也可以输入当地的苹果树腐烂病信息,对苹果树腐烂病进行预测。对当地果农及时做好防治准备工作具有重要意义,而且有利于果农根据预测流行程度的严重性较早制订防治腐烂病的方案,减少经济损失。
Apples are important economic crops, and apple tree canker not only affect and restrict the production of apples, but also has a great impact on the quality of apples. The traditional apple canker forecast is based on the experience of farmers and experts on the basis of subjective。In order to establish a more scientific and effective the prediction model of prevalence of apple canker disease for better guiding the farmers.This paper, firstly, by analysis mainly factors influencing apple canker disease based on Principal Component Analysis(PCA),establishing the prediction model of Error Back Proragation(BP)neural network and the prediction model of Wavelet Neural Network(WNN), according to the first step.so as to complete the prediction model of apple tree canker.
The mainly research in this paper are the following:
(1) BP prediction model. Firstly, input data of the prediction model is treatmented, then the model training and prediction, finally, to verify the prediction accuracy by experiments. Affecting factors of Apple Tree Canker are analyzed and summarized, the extracted main factors by using PCA, as the inputs of the BP prediction model, the morbidity levels of the apple tree canker are used as the outputs. The model show that the prediction accuracy is good.
(2)WNN prediction model. The construction of Compaction and Decomposition wavelet neural network are analyzed, a wavelet neural network of compaction construction is used in this paper. the extracted main factors by using PCA, as the inputs of the WNN, the hidden layer activation function used Morlet wavelet function, to prediction morbidity levels of the apple tree canker in luochuan county. At last, the prediction WNN model is based on wavelet transform. The model show that the prediction accuracy is better than the BP prediction model.
(3)The Model of Apple Tree Canker. This model provide more the information of disease to users. By comparison two different prediction models, users can choose different model for scoemtific and accurate prediction according to different areas,which is an important role in preparation works of prevention disease to local farmmers.
引文
艾剑锋,章海亮.2011.基于MATLAB的苹果图像处理研究.湖北农业科学.50(4):840-844
白洁.2011.基于小波神经网络的涡轮增压发动机性能预测研究.制造业自动化.33(3):82-85
白安兴,张军科.延安地区苹果树腐烂病的综合防治.西北园艺.8:24-25
陈嘉立,李学建.2011.基于主成分和层次分析法的银行绩效评价研究.模型科学学报.19(1):74-76
陈柳.2006.小波分析和神经网络应用于大气污染预测的研究.[硕士学位论文].陕西:西安建筑科技大学
陈晓云,牛国鹏,吴本昌. 2009.小波网络在带噪声的混沌时间序列预测中的研究.计算机与科学,9(31)125-127
陈云浩,蒋金豹,黄文江,王圆圆. 2009.主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究.光谱学与光谱分析, 8(29):2161-2165
陈亚玲,魏红妮.2008.苹果树腐烂病发生原因及综合防治.北方果树.2:31-33
曹玉民,潘清.2010.运用主成分分析法研究影响化学课堂教学生成的因素.化学教育.4:40-42
曹伟,魏光辉,邓丽娟. 2009.基于主成分分析与BP神经网络的参考作物腾发量预测.节水灌溉.
曹克强,国立耕,李保华等.2009.中国苹果树腐烂病发生和防治情况调查.植物保护.35(2)114-116
樊民周,张王斌,安德荣,赵文辉.2005.史怀宝.陕西洛川苹果腐烂病发生情况及管理对策.
樊民周,张王斌,卫军锋等人.2005.陕西洛川苹果树腐烂病侵染来源及发病因素分析.中国植保导刊.
冯艳,付强,李国良,李伟业,刘仁涛,冯登超.2007.水稻需水量预测的小波BP网络模型.农业工程学报,4(23):66-69
方健,李自品,彭辉等.2011.基于主成分分析法的BP神经网络的应用.变压器.48(1):47-51
范东凯,曹凯.2010.基于主成分分析法的城市道路交通安全评价.中国安全科学学报.20(10):147-151
侯霞.2006.小波神经网络若干关键问题研究. [博士学位论文].南京:南京航空航天大学
焦元启,刘治猛,吴晓帆.2009.基于小波分析和神经网络的聚丙烯产品质量预测.化学反应工程与工艺, 3(25):280-284
韩申山,史兴民等.2011.基于主成分分析法的铜川市环境脆弱性.中国农学通报.27(1):270-274
何长虹,黄全义,申世飞等.2011.基于BP神经网络的森林可燃物负荷量估测.清华大学学报(自然科学版).51(2):230-233
韩璐,谢俊奇.2011.小波神经网络在土地利用效益分析中的应用-以兰州市为例.资源科学.33(1):153-157
黄银宝.2009.影响苹果树腐烂病发病的因素调查.甘肃农业科技.
韩力群.2006.人工神经网络教程.北京:北京邮电大学出版社.
韩宝如,孟玲玲.2006.紧致型小波网络在模拟电路故障诊断中的应用.16(321):145-147
何勇,李晓丽,邵咏妮.2006.基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究.谱学与光谱分析,5(26):850-853
韩骏,谭超,徐遥远,董峰. 2009.小波神经网络在油水两相流软测量中的应用.天津大学学报,9(42):808-812
黄银宝.2009.影响苹果树腐烂病发病的因素调查.甘肃农业科技.4:25-28
君广斌,史录印,曹群虎.2008.苹果树腐烂病发病原因及防治措施.农业科技通讯.11:157-158
康建兵.2011.BP神经网络在顶煤冒放性评估中的应用.煤炭工程.3:57-59
孔凡斌.2010.主成分分析法的中国林业市场化水平评价.中国农村经济.10:43-56
廖捷.2010.小波分析在我国东部土壤湿度变化研究中的应用.长江流域资源与环境.19(Z2):188-191
李多田.2008.基于小波分析的结构无损检测的应用研究.[硕士学位论文].安徽:安徽大学
李永振.2011.主成分分析法在辽宁地区地震预测中的应用.西北地震学报.33(1):76-79
李维梅,周媛媛.2010.苹果树腐烂病的发生与防治.西北园艺.6:32-33
林美,吕新安,齐从谦.2006.基于MATLAB与JAVA的混合编程研究及实现.农业网络信息.12:31-34
廖忠.2005.小波网络及其在水轮机调节模型中的应用研究.[博士学位论文].南京:河海大学
赖成光,王兆礼,宋海娟.2011.基于BP神经网络的北江流域洪灾风险评价.水电能源科学.29(3):57-59
李静雅,曹洁,姜梅.2011.应用BP神经网络的超高压输电线路可听噪声预测.电网技术.35(2):173-177
李春兰,苏娟,杜松怀等.2010.基于小波分析和BP神经网络的触电信号检测模型.农业工程学报.26(2):130-134
罗天纲等.2002.基于信息融合的集成小波神经网络故障诊断.东北大学学报, 23(8):802~805.
刘丙军,邵东国,沈新平.2007.基于小波变换的BP神经网络参考作物滕发量预测模型.武汉大学学报(工学版), 1(40):69-73
刘守生.2004.遗传算法与小波神经网络中若干问题的研究.南京航天航空大学.
罗航,王厚军,龙兵.2008.基于“紧致型”小波神经网络的时间序列预测研究.计算机应用研究, 8(25):2366-2368
李智超,赵正文,钟仪华,李建丽,刘道杰.2008.小波神经网络在油田产量预测中的应用.大庆石油地质与开发, 12,6(27):52-54
刘丙军,邵东国,沈新平.2007.基于小波变换的BP神经网络参考作物滕发量预测模型. 武汉大学学报(工学版),1(40):69-73
刘占宇,黄敬峰,陶荣祥,张红志.2008.基于主成分分析和径向基网络的水稻胡麻斑病严重
度估测.光谱学与光谱分析, 9(28):2156-2160
刘柯,基于主成分分析的BP神经网络在城市建成区面积预测中的应用.地理科学进展, 2007,6(26):129-137
龙伯华,谭阳红,许慧,文娟.2009.基于新小波神经网络的电力电子电路故障诊断.计算机仿真,5(26)266-270
马志峰,王荣花,刘文国等.2007.陕西渭北地区盛果期苹果树腐烂病调查研究.北方园艺.10:210-212
农孟松,黄海洪,孙崇智等.2011.基于主分量神经网络的降水集预报方法研究.气象.37(3):352-355
苗艳姝.2006.城市燃气负荷预测研究.[硕士学位论文].哈尔滨:哈尔滨工业大学
孟凡斌,唐圣学,谭子尤.2010.基于小波和主元分析的容差电路的故障诊断方法.微电子学与计算机.27(11):135-138
马晓东,2007,陕西苹果腐烂病的发生规律及其无公害化学防治新技术研究.
彭辉,文友先,王巧华,王树才,吴兰兰.2009.基于小波变换和BP神经网络的蛋壳破损检测.农业机械学报,2(40):170-174
任文杰,王伟,马松辉等人.2009.MATLAB和JAVA的混合编程研究与实现.测控技术.28(1):77-79
舒兰英.2011.小波分析和神经网络在水下目标识别中的研究.计算机仿真.28(2):232-236
史舵.2010.基于主成分分析方法的蛋白质亚细胞定位.[硕士学位论文].辽宁:大连理工大学
宋如顺.2000.基于小波神经网络的多属性决策方法及应用.控制与决策, 15(6):765-768
帅文娟,冯少彤,聂守平等.2010.基于主分量分析法的小波域三维目标序列图像隐藏技术.物理学报.60(3):1-8
文鸿雁.2004.基于小波理论的变形分析模型研究.[博士学位论文].湖北:武汉大学
王智文,张记龙,王志斌等.2011.一种基于神经网络的混合气体体积分数预测模型.传感器与微模型.30(3):67-70
熊辉霞,张耀庭,苗雨.2011.基于BP神经网络的体外索索力预测及MATLAB实现.广西大学学报:自然科学版.36(1):71-74
袁砾.2010.基于小波网络音频信号处理技术.[硕士学位论文].辽宁:大连理工大学
余钰炜.2009.小波变换及小波网络在化工控制中的应用. [硕士学位论文].福建:厦门大学
钱振松.2010.小波网络及组合预测在赤潮灾害智能预警模型中的应用研究.[硕士学位论文].山东:山东大学
王寿健,金龙,徐志科.2011.基于BP神经网络控制算法的超声波电动机控制.波特电机.2:44-47
王景尧,宋梅,张勇等.2010.认知网络中基于小波分析的切换判决.北京邮电大学学报.33(6):98-102
王经民.2004.小波分析.陕西:西北农林科技大学出版社.
王磊,臧睿,黄丽丽等.2005.陕西省关中地区苹果树腐烂病调查初报.西北农林科技大学学报(自然科学版)33:98-100
薛荆岩,孙来军,涂磊.2008.小波神经网络在黄豆含水率测量中的应用.传感器与微模型, 8(27):113-116
徐恺英,王硕,张射等.2011.基于人工神经网络的个性化检索模型.图书情报工作.55(2):59-63
肖瑛,冯长建.2010.组合窗函数的短时傅里叶变换时频表示方法.控测与控制学报.32(3):43-47
杨杰,王金浩,章雪萌等.2010.基于小波多分辨率分析的电压暂降源定位研究.电力模型保护与控制.38(22):90-95
余健,郭平.2007基于改进小波神经网络的网络流量预测研究.计算机应用, 12(27):2986-2988
姚萌,刘渊,周刚.2007.小波与神经网络相结合的网络流量预测模型.计算机工程与设计,21(28):5135-5159
闫滨,李东艳.2009.小波神经网络在柴河水库坝基渗流量预测中的应用.水利水电技术, 3(40):71-73
张水清,黄绍娟,郭斗斗等人.2011基于主成分分析法的土壤肥力评价.安徽农业科学.39(2):1096-1097
张辉,雷文娟,马金珠.2011.基于主成分分析法的华池县水资源承载力评价.人民黄河,3(33):51-53
朱至文.2009.主成分分析法在城市创业环境评价中的应用.科技管理研究.12:132-137
张泽琳,杨建国,王羽玲.2011.基于MATLAB的煤粒图像识别模型及其密度和产率的预测.选煤技术.1:53-56
郑军.2005.小波理论在模型建模与控制中的若干应用研究.[博士学位论文].浙江:浙江大学
祝伟民.2008.基于小波神经网络的区域景观生态评价研究.[博士学位论文].南京:南京农业大学
张新红.2003.小波网络理论及其在经济预测中的应用研究.[博士学位论文].天津:天津大学
张宇.2008.基于小波分析的结构损伤检测.[硕士学位论文].陕西:西安建筑科技大学
周卫东,童胜宝,李罗鹏等.2011.改进的人工神经网络优选磨料射流破岩参数.石油机械.39(2):48-51
张霞,吴世达,陈健等.2011.基于反向传播神经网络的化工项目职业病危害评价的方法研究.环境与职业医学.28(1):43-46
朱国涛,周树道,叶松.2011.基于BP神经网络的气象威胁度建模和评估方法研究.电光与控制.18(3):69-73
朱永跃,胡蓓.2011.基于小波神经网络的创业者素质评价研究.科技进步与对策.28(5):115-119
朱玲玲,张华中,王正刚等.2011.基于小波神经网络单相断线故障选线和定位.电力模型保护与控制.39(4):12-17
朱春江.2011.基于神经网络理论的新农村建设评价研究.江苏农业科学.1:466-468
张王斌,樊民周.2006安德荣.洛川苹果腐烂病发生流行预测模型的研究.
张大为,李鑫,马丽等人.2007.洛川苹果果园害虫管理标准化现状探析.安徽农业科学, 35(9):2660-2662
朱启兵,黄敏,崔宝同.2007.基于小波神经网络的污水处理厂出水水质预测.计算机工程与应用, 43(28):15-17
赵书华,翟玉洛,唐治红.2008.苹果树腐烂病发生较重原因调查及分析.中国果树.4:60-62
Dexian H, Jingchun w.1999.Application resesrch of wavelet neural networks in process control.Journal of Tsinghua unir (Sci&Tech), 39(1):91-94
E.Anastasaki,C.kanakis,C.pappas,et al.2009.Differentiation of saffron from four countries by mid-infrared spectroscopy and multivariate ananlysis.European Food Research and Technology.230(4):571-577
He Shichun,He zhenya.1995.A parallel neural-computer architecture for wavelet networks.Nanjing:Proc of ICNNSP,174-177
L.Tang,L.Tian,B.L.Steward.2003. Classification Of Broadleaf And Grass Weeds Using Gabor Wavelets And An Artificial Neural Network. Transactions of the American Society of Agricultural Engineers.
Glauston R.Teizeira de Lima,Jose Demision S.Silva and Osamu Saotome.2010.Vehicle inductive signatures recognition using a Madaline neural network.Neural Computing & Application.19(3):421-436
Jun wang and Jijun Meng.2007.Research on runoff variations based on wavelet analysis and wavelet neural network model a case strudy of the heihe river draingage basin(1944-2005). Jouranl of Geographical Sciences.17(3):327-338
Hou muzhou,han xuli and gan yixuan.2009. Constructive approximation to real function by wavelet neural networks.Computing & Application.18(8):883-889
Pati Y.C Krishnaprasad P.S. 1993.Analysis and synthesis of feedforword neural networks using discrete affine wavelet. IEEE Trnas.On NN. 4(1):73-85
Rahib h.Abiyev.2011. Fuzzy wavelet neural network based on fuzzy clustering and gradienttechniques for time series prediction.Computing & Application.20(2):249-259
Szu h ,Telfer B and Kadambe.1992.Neural network adaptive wavelets for signal representation and classification.Optical Engineering. 36(9):l907-1916
Tai-ming Tsai and Weihui wang.2009.Diagnosis of mechanical pumping system using neural networks and system parameters analysis.Journal of Mechanical Science and Technology.23(1):124-135
Wei-Guang Wang,Yu-Feng Luo,2007. Wavelet network model for reference crop evapotranspiration forecasting.
Zhnag Q.H,Benreniste A.1992. Wavelet networks. IEEE Trnas.On NN,3(6):889-898.
白洁.2011.基于小波神经网络的涡轮增压发动机性能预测研究.制造业自动化.33(3):82-85
白安兴,张军科.延安地区苹果树腐烂病的综合防治.西北园艺.8:24-25
陈嘉立,李学建.2011.基于主成分和层次分析法的银行绩效评价研究.模型科学学报.19(1):74-76
陈柳.2006.小波分析和神经网络应用于大气污染预测的研究.[硕士学位论文].陕西:西安建筑科技大学
陈晓云,牛国鹏,吴本昌. 2009.小波网络在带噪声的混沌时间序列预测中的研究.计算机与科学,9(31)125-127
陈云浩,蒋金豹,黄文江,王圆圆. 2009.主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究.光谱学与光谱分析, 8(29):2161-2165
陈亚玲,魏红妮.2008.苹果树腐烂病发生原因及综合防治.北方果树.2:31-33
曹玉民,潘清.2010.运用主成分分析法研究影响化学课堂教学生成的因素.化学教育.4:40-42
曹伟,魏光辉,邓丽娟. 2009.基于主成分分析与BP神经网络的参考作物腾发量预测.节水灌溉.
曹克强,国立耕,李保华等.2009.中国苹果树腐烂病发生和防治情况调查.植物保护.35(2)114-116
樊民周,张王斌,安德荣,赵文辉.2005.史怀宝.陕西洛川苹果腐烂病发生情况及管理对策.
樊民周,张王斌,卫军锋等人.2005.陕西洛川苹果树腐烂病侵染来源及发病因素分析.中国植保导刊.
冯艳,付强,李国良,李伟业,刘仁涛,冯登超.2007.水稻需水量预测的小波BP网络模型.农业工程学报,4(23):66-69
方健,李自品,彭辉等.2011.基于主成分分析法的BP神经网络的应用.变压器.48(1):47-51
范东凯,曹凯.2010.基于主成分分析法的城市道路交通安全评价.中国安全科学学报.20(10):147-151
侯霞.2006.小波神经网络若干关键问题研究. [博士学位论文].南京:南京航空航天大学
焦元启,刘治猛,吴晓帆.2009.基于小波分析和神经网络的聚丙烯产品质量预测.化学反应工程与工艺, 3(25):280-284
韩申山,史兴民等.2011.基于主成分分析法的铜川市环境脆弱性.中国农学通报.27(1):270-274
何长虹,黄全义,申世飞等.2011.基于BP神经网络的森林可燃物负荷量估测.清华大学学报(自然科学版).51(2):230-233
韩璐,谢俊奇.2011.小波神经网络在土地利用效益分析中的应用-以兰州市为例.资源科学.33(1):153-157
黄银宝.2009.影响苹果树腐烂病发病的因素调查.甘肃农业科技.
韩力群.2006.人工神经网络教程.北京:北京邮电大学出版社.
韩宝如,孟玲玲.2006.紧致型小波网络在模拟电路故障诊断中的应用.16(321):145-147
何勇,李晓丽,邵咏妮.2006.基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究.谱学与光谱分析,5(26):850-853
韩骏,谭超,徐遥远,董峰. 2009.小波神经网络在油水两相流软测量中的应用.天津大学学报,9(42):808-812
黄银宝.2009.影响苹果树腐烂病发病的因素调查.甘肃农业科技.4:25-28
君广斌,史录印,曹群虎.2008.苹果树腐烂病发病原因及防治措施.农业科技通讯.11:157-158
康建兵.2011.BP神经网络在顶煤冒放性评估中的应用.煤炭工程.3:57-59
孔凡斌.2010.主成分分析法的中国林业市场化水平评价.中国农村经济.10:43-56
廖捷.2010.小波分析在我国东部土壤湿度变化研究中的应用.长江流域资源与环境.19(Z2):188-191
李多田.2008.基于小波分析的结构无损检测的应用研究.[硕士学位论文].安徽:安徽大学
李永振.2011.主成分分析法在辽宁地区地震预测中的应用.西北地震学报.33(1):76-79
李维梅,周媛媛.2010.苹果树腐烂病的发生与防治.西北园艺.6:32-33
林美,吕新安,齐从谦.2006.基于MATLAB与JAVA的混合编程研究及实现.农业网络信息.12:31-34
廖忠.2005.小波网络及其在水轮机调节模型中的应用研究.[博士学位论文].南京:河海大学
赖成光,王兆礼,宋海娟.2011.基于BP神经网络的北江流域洪灾风险评价.水电能源科学.29(3):57-59
李静雅,曹洁,姜梅.2011.应用BP神经网络的超高压输电线路可听噪声预测.电网技术.35(2):173-177
李春兰,苏娟,杜松怀等.2010.基于小波分析和BP神经网络的触电信号检测模型.农业工程学报.26(2):130-134
罗天纲等.2002.基于信息融合的集成小波神经网络故障诊断.东北大学学报, 23(8):802~805.
刘丙军,邵东国,沈新平.2007.基于小波变换的BP神经网络参考作物滕发量预测模型.武汉大学学报(工学版), 1(40):69-73
刘守生.2004.遗传算法与小波神经网络中若干问题的研究.南京航天航空大学.
罗航,王厚军,龙兵.2008.基于“紧致型”小波神经网络的时间序列预测研究.计算机应用研究, 8(25):2366-2368
李智超,赵正文,钟仪华,李建丽,刘道杰.2008.小波神经网络在油田产量预测中的应用.大庆石油地质与开发, 12,6(27):52-54
刘丙军,邵东国,沈新平.2007.基于小波变换的BP神经网络参考作物滕发量预测模型. 武汉大学学报(工学版),1(40):69-73
刘占宇,黄敬峰,陶荣祥,张红志.2008.基于主成分分析和径向基网络的水稻胡麻斑病严重
度估测.光谱学与光谱分析, 9(28):2156-2160
刘柯,基于主成分分析的BP神经网络在城市建成区面积预测中的应用.地理科学进展, 2007,6(26):129-137
龙伯华,谭阳红,许慧,文娟.2009.基于新小波神经网络的电力电子电路故障诊断.计算机仿真,5(26)266-270
马志峰,王荣花,刘文国等.2007.陕西渭北地区盛果期苹果树腐烂病调查研究.北方园艺.10:210-212
农孟松,黄海洪,孙崇智等.2011.基于主分量神经网络的降水集预报方法研究.气象.37(3):352-355
苗艳姝.2006.城市燃气负荷预测研究.[硕士学位论文].哈尔滨:哈尔滨工业大学
孟凡斌,唐圣学,谭子尤.2010.基于小波和主元分析的容差电路的故障诊断方法.微电子学与计算机.27(11):135-138
马晓东,2007,陕西苹果腐烂病的发生规律及其无公害化学防治新技术研究.
彭辉,文友先,王巧华,王树才,吴兰兰.2009.基于小波变换和BP神经网络的蛋壳破损检测.农业机械学报,2(40):170-174
任文杰,王伟,马松辉等人.2009.MATLAB和JAVA的混合编程研究与实现.测控技术.28(1):77-79
舒兰英.2011.小波分析和神经网络在水下目标识别中的研究.计算机仿真.28(2):232-236
史舵.2010.基于主成分分析方法的蛋白质亚细胞定位.[硕士学位论文].辽宁:大连理工大学
宋如顺.2000.基于小波神经网络的多属性决策方法及应用.控制与决策, 15(6):765-768
帅文娟,冯少彤,聂守平等.2010.基于主分量分析法的小波域三维目标序列图像隐藏技术.物理学报.60(3):1-8
文鸿雁.2004.基于小波理论的变形分析模型研究.[博士学位论文].湖北:武汉大学
王智文,张记龙,王志斌等.2011.一种基于神经网络的混合气体体积分数预测模型.传感器与微模型.30(3):67-70
熊辉霞,张耀庭,苗雨.2011.基于BP神经网络的体外索索力预测及MATLAB实现.广西大学学报:自然科学版.36(1):71-74
袁砾.2010.基于小波网络音频信号处理技术.[硕士学位论文].辽宁:大连理工大学
余钰炜.2009.小波变换及小波网络在化工控制中的应用. [硕士学位论文].福建:厦门大学
钱振松.2010.小波网络及组合预测在赤潮灾害智能预警模型中的应用研究.[硕士学位论文].山东:山东大学
王寿健,金龙,徐志科.2011.基于BP神经网络控制算法的超声波电动机控制.波特电机.2:44-47
王景尧,宋梅,张勇等.2010.认知网络中基于小波分析的切换判决.北京邮电大学学报.33(6):98-102
王经民.2004.小波分析.陕西:西北农林科技大学出版社.
王磊,臧睿,黄丽丽等.2005.陕西省关中地区苹果树腐烂病调查初报.西北农林科技大学学报(自然科学版)33:98-100
薛荆岩,孙来军,涂磊.2008.小波神经网络在黄豆含水率测量中的应用.传感器与微模型, 8(27):113-116
徐恺英,王硕,张射等.2011.基于人工神经网络的个性化检索模型.图书情报工作.55(2):59-63
肖瑛,冯长建.2010.组合窗函数的短时傅里叶变换时频表示方法.控测与控制学报.32(3):43-47
杨杰,王金浩,章雪萌等.2010.基于小波多分辨率分析的电压暂降源定位研究.电力模型保护与控制.38(22):90-95
余健,郭平.2007基于改进小波神经网络的网络流量预测研究.计算机应用, 12(27):2986-2988
姚萌,刘渊,周刚.2007.小波与神经网络相结合的网络流量预测模型.计算机工程与设计,21(28):5135-5159
闫滨,李东艳.2009.小波神经网络在柴河水库坝基渗流量预测中的应用.水利水电技术, 3(40):71-73
张水清,黄绍娟,郭斗斗等人.2011基于主成分分析法的土壤肥力评价.安徽农业科学.39(2):1096-1097
张辉,雷文娟,马金珠.2011.基于主成分分析法的华池县水资源承载力评价.人民黄河,3(33):51-53
朱至文.2009.主成分分析法在城市创业环境评价中的应用.科技管理研究.12:132-137
张泽琳,杨建国,王羽玲.2011.基于MATLAB的煤粒图像识别模型及其密度和产率的预测.选煤技术.1:53-56
郑军.2005.小波理论在模型建模与控制中的若干应用研究.[博士学位论文].浙江:浙江大学
祝伟民.2008.基于小波神经网络的区域景观生态评价研究.[博士学位论文].南京:南京农业大学
张新红.2003.小波网络理论及其在经济预测中的应用研究.[博士学位论文].天津:天津大学
张宇.2008.基于小波分析的结构损伤检测.[硕士学位论文].陕西:西安建筑科技大学
周卫东,童胜宝,李罗鹏等.2011.改进的人工神经网络优选磨料射流破岩参数.石油机械.39(2):48-51
张霞,吴世达,陈健等.2011.基于反向传播神经网络的化工项目职业病危害评价的方法研究.环境与职业医学.28(1):43-46
朱国涛,周树道,叶松.2011.基于BP神经网络的气象威胁度建模和评估方法研究.电光与控制.18(3):69-73
朱永跃,胡蓓.2011.基于小波神经网络的创业者素质评价研究.科技进步与对策.28(5):115-119
朱玲玲,张华中,王正刚等.2011.基于小波神经网络单相断线故障选线和定位.电力模型保护与控制.39(4):12-17
朱春江.2011.基于神经网络理论的新农村建设评价研究.江苏农业科学.1:466-468
张王斌,樊民周.2006安德荣.洛川苹果腐烂病发生流行预测模型的研究.
张大为,李鑫,马丽等人.2007.洛川苹果果园害虫管理标准化现状探析.安徽农业科学, 35(9):2660-2662
朱启兵,黄敏,崔宝同.2007.基于小波神经网络的污水处理厂出水水质预测.计算机工程与应用, 43(28):15-17
赵书华,翟玉洛,唐治红.2008.苹果树腐烂病发生较重原因调查及分析.中国果树.4:60-62
Dexian H, Jingchun w.1999.Application resesrch of wavelet neural networks in process control.Journal of Tsinghua unir (Sci&Tech), 39(1):91-94
E.Anastasaki,C.kanakis,C.pappas,et al.2009.Differentiation of saffron from four countries by mid-infrared spectroscopy and multivariate ananlysis.European Food Research and Technology.230(4):571-577
He Shichun,He zhenya.1995.A parallel neural-computer architecture for wavelet networks.Nanjing:Proc of ICNNSP,174-177
L.Tang,L.Tian,B.L.Steward.2003. Classification Of Broadleaf And Grass Weeds Using Gabor Wavelets And An Artificial Neural Network. Transactions of the American Society of Agricultural Engineers.
Glauston R.Teizeira de Lima,Jose Demision S.Silva and Osamu Saotome.2010.Vehicle inductive signatures recognition using a Madaline neural network.Neural Computing & Application.19(3):421-436
Jun wang and Jijun Meng.2007.Research on runoff variations based on wavelet analysis and wavelet neural network model a case strudy of the heihe river draingage basin(1944-2005). Jouranl of Geographical Sciences.17(3):327-338
Hou muzhou,han xuli and gan yixuan.2009. Constructive approximation to real function by wavelet neural networks.Computing & Application.18(8):883-889
Pati Y.C Krishnaprasad P.S. 1993.Analysis and synthesis of feedforword neural networks using discrete affine wavelet. IEEE Trnas.On NN. 4(1):73-85
Rahib h.Abiyev.2011. Fuzzy wavelet neural network based on fuzzy clustering and gradienttechniques for time series prediction.Computing & Application.20(2):249-259
Szu h ,Telfer B and Kadambe.1992.Neural network adaptive wavelets for signal representation and classification.Optical Engineering. 36(9):l907-1916
Tai-ming Tsai and Weihui wang.2009.Diagnosis of mechanical pumping system using neural networks and system parameters analysis.Journal of Mechanical Science and Technology.23(1):124-135
Wei-Guang Wang,Yu-Feng Luo,2007. Wavelet network model for reference crop evapotranspiration forecasting.
Zhnag Q.H,Benreniste A.1992. Wavelet networks. IEEE Trnas.On NN,3(6):889-898.