基于改进人工神经网络的植物叶面积测定

叶面积作为植物光合作用的重要指标，是研究作物及林木生产力的基础。采用L-M算法和贝叶斯规则相结合的网络训练模式，以毛竹叶面积为研究对象，综合优化其人工神经网络结构，构建最优的叶面积预测模型。研究结果显示，模型的最佳预测变量为叶片宽度和叶片长度变量组合，而增加叶片形状指数未提高叶面积预测模型精度；所建神经网络模型性能好、预测精度高，决定系数达0.992，平均相对预测误差为4.28%，可以准确估测毛竹叶面积。