[发明专利]一种基于bp神经网络的草地退化分级方法

权利要求书

1.一种基于bp神经网络的草地退化分级方法，其特征在于，包括以下步骤：

S1，确定草地退化的影响因素，获取与影响因素相关的原始数据；

S2，对与影响因素相关的原始数据进行处理，以获取规范化数据；

S3，将规范化数据导入至预先训练好的于bp神经网络模型中，输出评价分级结果；

S4，对评价分级结果进行翻译转码，使之以友好的方式进行输出。

2.根据权利要求1所述的一种基于bp神经网络的草地退化分级方法，其特征在于，步骤S1中，草地退化的影响因素包括凸斑地盖度、优势草种比例、退化指示种比例、可食牧草比例和鼠害情况。

3.根据权利要求1所述的一种基于bp神经网络的草地退化分级方法，其特征在于，步骤S2中，所述规范化数据的获取方法包括以下步骤：

(1)降维，对原始数据进行清洗，以剔除原始数据中的肮脏数据；

(2)对于步骤(1)所得数据进行计算合并，并进行保存；

(3)对保存结果进行再次筛选和清理，将结果保存；

(4)对步骤(3)所得采用最小最大规范化公式进行格式化，并将最终结果保存为可被bp神经网络模型识别的格式。

4.根据权利要求3所述的一种基于bp神经网络的草地退化分级方法，其特征在于，所述最小最大规范化公式为式中，v'表示规范化后的数据，v表示规范化前的数据，min_a和max_a分别表示本属性规范化前的最小值和最大值。

5.根据权利要求2所述的一种基于bp神经网络的草地退化分级方法，其特征在于，所述bp神经网络模型包括输入层、隐含层和输出层，其中，隐含层的数量为两个，第一个隐含层的节点数为五个，第二个隐含层节点数为十个。

6.根据权利要求5所述的一种基于bp神经网络的草地退化分级方法，其特征在于，所述输入层和输出层的节点数均为五个，且输出层的五个节点分别对应草地退化的五个等级。