சுருக்கம்

An improved method on rough set theory and application in prediction of pest attack

Tiecheng Bai, Hongbin Meng, Qingsong Jiang


In order to improve the forecasting accuracy of the occurrence period of insect pests, this paper puts forward a kind of improvedmethod of attribute reduction on rough set theory based on discernibility matrix. And, the forecasting model of insect pests is established by using improved rough set and BP network. The test results show that improved algorithm can reduce the complexity of computing, the number of conditional attribute reduction and the number of condition attributes after reduction than the original algorithm has obvious advantages. the average accuracy of the forecasting model reached to 90%.


மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

  • CASS
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • CiteFactor
  • காஸ்மோஸ் IF
  • MIAR
  • ரகசிய தேடுபொறி ஆய்வகங்கள்
  • யூரோ பப்
  • பார்சிலோனா பல்கலைக்கழகம்
  • ICMJE

மேலும் பார்க்க

ஜர்னல் எச்-இண்டெக்ஸ்

Flyer