一种改进的深度置信网络在棉花病虫害预测中的应用
2018-08-07王献锋丁军朱义海
王献锋,丁军,朱义海
(1.西京学院理学院,西安 710123;2.Tableau Software,Seattle,WA 98103,USA)
棉花是我国的1种重要经济作物,也是1种很容易受到多种病虫害侵染的作物。据农业部门统计,棉花病虫害约有40余种,其中发生频繁、危害较大的“三虫”(棉铃虫、棉蚜虫、红蜘蛛)和“两病”(黄萎病、枯萎病)是棉田的主要病虫害,对棉花生产影响范围大、持续影响时间长,而且造成的损失较大[1-2]。研究表明,棉花病虫害发生需要一定的环境条件,而且具有一定规律,主要与温度、湿度、降雨、风、光照和CO2等气候气象因素有关[3-4]。农作物病虫害预测是1个应用性很强的研究方向[5-6]。赵冰梅等[7]预测了新疆兵团2017年棉花主要病虫害发生趋势,提出了相应的防治对策和综合防治措施,为做好棉花病虫害防治工作提供参考。刘俊稚[8]研究了几种典型植物对大气CO2浓度升高的生理和病理响应,指出了CO2浓度升高不但影响植物的生长发育,而且改变植物体内的化学成分的组成与含量,从而直接和间接地影响到作物病虫害发生。张建华等[9]提出了1种在自然环境条件下基于粗糙集和反向传播神经网络 (Back propagation neural network,BPNN)的棉花病害识别方法。该方法利用粗糙集减少特征维数,使BPNN的训练时间缩短到原来的1/4。随着计算机、遥感、互联网、物联网等技术的不断发展,为棉花病虫害准确预测和科学防治提供了可能[10]。特别的,物联网能够为棉花病虫害管理提供数据快速获取、实时传输、统一存储、空间分析到服务发布整个流程的有效解决方案。赵庆展等[11]设计了1套基于移动地理信息系统(Geographic information system,GIS)的棉田病虫害信息采集系统。……
