如需要完整文档点击下方 "点击下载文档" 按钮

马匹体重是反映与衡量其健康状况的重要指标之一,并在马匹选育、肉质评价、饲养管理、马匹鉴定等方面具有重 要参考意义。 传统马体重估测模型的特征值之间存在共线性问题。 故文中利用85匹一至三岁伊犁马的胸围、体高、体长 信息作为特征值,采用K均值聚类算法确定隐含层中心点位置,并构建了基于径向基函数(RBF)的神经网络体重估测模 型。 模型采用平均绝对离差与线性拟合优度作为评价指标。 线性伊犁马体重估测模型的平均绝对离差为15.45kg,决定 系数 R2 为0.688,基于RBF神经网络的伊犁马体重估测模型的平均绝对离差为7.75kg,决定系数R2 为0.917。 研究结果 表明:RBF神经网络模型能有效去除特征值之间的共线性问题,提高伊犁马体重估测准确度。 基于RBF神经网络的伊犁 马体重估测模型效果优于线性回归、通用性马体重估测模型,为准确估测伊犁马体重提供了新思路。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于 RBF 神经网络的伊犁马体重估测模型》

将 完整文档 下载到本地，方便收藏和查阅

文件号：061562

点击下载文档