CFW的CBR与ART-KNN集成智能预测

摘要

结合基于案例推理(CBR)方法和ART-KNN网络,提出了一种黄瓜枯萎病(CFW)的集成智能预测方法.与传统的CBR相似案例检索任务不同的是,该方法用受训ART-KNN网络对新案例分类后根据提出的案例相似性测度来计算相似案例集.对ART-KNN网络的分类性能进行测试,确定了网络的最优相似参量ρ,得到最高平均分类正确率达94.4%.对CFW进行预测,确定了案例相异阈值R的最优范围,得到病株率、病叶率的最优平均预测误差率分别达7.4%、9.3%.综合分析结果表明,提出的CBR与ART-KNN集成预测方法可为CFW的防治提供较为可靠的预测数据以及辅助决策信息.