基于BP人工神经网络方法的广西稻飞虱发生等级预测

利用广西45个农业病虫测报站1988—2012年稻飞虱发生等级及1987—2012年气象要素、大气环流特征量等资料,采用模糊聚类分析、BP人工神经网络等方法,将广西早稻稻飞虱发生等级分为桂东、桂西南和桂西北3个区域,分别对各区域稻飞虱发生等级进行预测。结果表明:各区域稻飞虱发生等级与气象要素及大气环流密切相关,冬春季气温高、雨日多、湿度大、光照少等因素均利于稻飞虱发生,副热带高压、印缅槽和西南气流等均对稻飞虱发生等级有影响;各区域稻飞虱发生等级序列从冬春季气象要素、大气环流特征量中选择初选预测因子,对初选预测因子作EOF展开构造综合预测因子,分区建立预测模型并进行交叉检验表明,3个区域的人工神经网络模型平均拟合绝对误差比逐步回归模型分别小0.07、0.1和0.02,2011、2012年独立样本预测试验表明,人工神经网络模型和逐步回归模型的实际预测绝对误差为0.42和0.5,可见稻飞虱发生等级的BP人工神经网络预测模型比传统逐步回归模型有更好的拟合和预测效果,为稻飞虱与气象要素之间的非线性关系研究开拓新的思路。     

腹泻性贝类毒素生物法检测中的误差原因分析

介绍了腹泻性贝类毒素的毒性、检测方法及其对用小白鼠分析法检测腹泻性贝类毒素的误差来源进行分析。试验结果表明：（1）检测过阳性样品的器材清洗不彻底会导致腹泻性贝类毒素偏高,甚至出现假阳性;（2）腹泻性贝类毒素提取过程带来的误差（偏高或偏低）;（3）注射小鼠方法不当造成的人为误差（偏高）;（4）试验小鼠品种不同造成的误差需要进一步研究探讨。     

生长模型的误差函数及其数学特征

生长曲线是估计动物年龄的重要方法之一,在野生动物生态学中,动物的体重往往被用作估计动物年龄的主要指标。然而,在动物体重测定过程中经常会出现一些偏差。例如,动物的日常活动（ 进食、饮水、排泄等）通常会引起动物体重的变化,这样在不同时间测定动物的体重就会产生偏差;此外,在测定动物体重的过程中,我们往往称量到一定的精确度。这些偏差将直接导致对动物年龄的估计误差。本文分析了4种常见生长模型（Logistic、Gompertz、Bertalanffy、Richards)的误差函数的数学特征。结果表明,由动物日常活动导致的年龄估计误差在动物的幼龄阶段为量小,而由称量精确度导致的年龄估算误差在生长曲线的拐点处为最小。     

离子阱串联质谱仪质荷比测量误差统计分析

离子阱串联质谱仪是蛋白质组研究中一种高通量,高灵敏度的分析仪器。目前对影响离子阱质谱仪质荷比测量误差的因素和数据产出后系统误差的校正方法还没有系统的分析。利用两批蛋白质标准品的数据和统计方法分析了离子阱质谱仪质荷比测量误差的分布规律,对测量的质荷比和信号强度对测量误差的影响进行了分析。在此基础上,提出了一种对质谱数据进行系统误差再校正的方法和一种根据信号强度确定误差容限的模型。     

2SUR回归模型系数估计的优良性比较

对于2SUR回归模型的参数估计问题,给出了一些一般均方误差矩阵比较结果,据此提出了一类线性估计和一类基于离差阵广义非限定估计的非线性两步估计,并获得了该两步估计类的一些有限样本性质。     

杂交试验中误差的测验

在进行遗传学研究中 ,所采用的主要研究方法就是杂交试验法。遗传学家孟德尔正是利用豌豆作为试验材料 ,采用杂交试验法揭示出了遗传的 2个基本规律 ,即基因的分离规律和自由组合规律。在遗传试验中 ,如果对实验条件严加控制 ,而且试验的群体足够大 ,那么试验得出的实际数据就会与理论预期值非常接近。但由于种种因素的干扰 ,实际试验值偏离理论预期值而产生误差 ,总是在所难免的。那么试验中出现的误差 ,究竟是属于机会造成的 ,还是实验本身的问题 ?换句话说 ,出现的误差是否在理论允许的范围内 ?这就需要进行测验。而通常采用的方法是χ2 …     

S形增长模型之比较、组合预测及应用

对５种Ｓ形增长模型进行比较,以组合模型的误差平方和最小为目标建立组合预测模型,并以实例说明其应用。     

人工神经网络模型及其在农业和生态学研究中的应用

对于一些复杂的农业生态系统,人们对其生态过程了解较少,且这些系统的不确定性和模糊性较大,用传统的方法难以模拟这些系统的行为,神经网络模型因为能较精确地模拟这些系统的行为,而引起生态学者们的广泛兴趣。该文着重介绍了误差逆传神经网络模型的结构、算法及其在农业和生态学中的应用研究。误差逆传神经网络模型一般采用三层神经网络模型结构,三层的神经网络模型能模拟任意复杂程度的连续函数,而且因为它的结构小而不容易产生与训练数据的过度吻合。误差逆传神经网络模型算法的主要特征是:利用当前的输入误差对权值进行调整。在生态学和农业研究中,误差逆传神经网络模型通常作为非线性函数模拟器用于预测作物产量、生物生产量、生物与环境之间的关系等。已有的研究表明:误差逆传神经网络模型的模拟精度要远远高于多元线性方程,类似于非线性方程,而在样本量足够的情况下,有一定的外推能力。但是误差逆传神经网络模型需要大量的样本量来保证所求取参数的可靠性,但这在实际研究中很难做到,因而限制了误差逆传神经网络模型的应用。近年来人们提出了强制训练停止、复合模型等多种技术来提高误差逆传神经网络模型的外推能力,也提出了Garson算法、敏感性分析以及随机化检验等技术对误差逆传神经网络模型的机理进行解释。误差逆传神经网络模型的真正优势在于模拟人们了解较少或不确定性和模糊性较大系统的行为,这些是传统模型所无法实现的,因而是对传统机理模型的重要补充。     

误差对仪器仪表选择的影响

本文主要阐述了如何应用引用误差的概念经济合理地选择具有一定精度等级和量程的仪器仪表,以满足工程实际的需要。     

气相色谱法检测甜蜜素的误差分析

经济的快速发展促使人们的生活水平有了很大的提高,越来越多的人意识到食物对于身体健康的重要性,而当前食品的检查工作仍有待完善,很多添加剂的含量都超标,其中以甜蜜素这种甜味剂为典型,一旦含量超标将对人体产生重大危害,因此探讨其在食品中的检测方法和误差十分重要。本文通过阐述食品中甜蜜素气相色谱法的检测方法,并由此展开了细致地误差分析与研究,旨在进一步提高气相色谱法的检测能力,保证食品的安全健康。