(2) In this study, short-termforeca

(2) In this study, short-termforecasts of the rate of plants affected by
the rice stripe disease per pentad were conducted using three
differentmodels: stepwise regression, a back propagation neural
network, and support vector machines, the average prediction
accuracies of the three models were 77.35%, 93.75%, and
98.95%, respectively (i.e., all greater than 75%). It is feasible to
forecast the rate of RSV diseased plants in the short term by
using these three models, the forecast two pentads in advance
could accurately and effectively prevent and control disease
according to the complicated field condition and changeable
weather condition.

ผลลัพธ์ (ไทย) 1:

(2) ในการศึกษานี้ สั้น-termforecasts ของราคาของพืชผลกระทบจากโรคลายข้าวต่อ pentad ได้ดำเนินการโดยใช้ 3differentmodels: ศถดถอย การเผยแพร่ย้อนกลับของระบบประสาทเครือข่าย และสนับสนุนเครื่องเวกเตอร์ การคาดการณ์เฉลี่ยความแม่นของสามรุ่นถูก 77.35%, 93.75% และ98.95% ตามลำดับ (เช่น ทั้งหมดมากกว่า 75%) จะเป็นไปได้ในการคาดการณ์ราคาของพืชเป็นโรค RSV ในระยะสั้นโดยใช้เหล่านี้สามรุ่น pentads สองการคาดการณ์ล่วงหน้าสามารถอย่างมี ประสิทธิผลป้องกัน และควบคุมโรคตามเงื่อนไขเขตข้อมูลที่ซับซ้อน และการเปลี่ยนแปลงสภาพอากาศ

ผลลัพธ์ (ไทย) 2:

(2) ในการศึกษานี้สั้น termforecasts ของอัตราของพืชได้รับผลกระทบจาก
โรคแถบสีข้าวต่อ Pentad ถูกดำเนินการโดยใช้สาม
differentmodels: การถดถอยแบบขั้นตอนเป็นระบบประสาทการขยายพันธุ์กลับ
เครือข่ายและการสนับสนุนเครื่องเวกเตอร์ทำนายเฉลี่ย
ความถูกต้องของทั้งสาม รุ่นเป็น 77.35%, 93.75% และ
98.95% ตามลำดับ (เช่นทั้งหมดมากกว่า 75%) มันเป็นไปได้ที่จะ
คาดการณ์อัตราโรคพืช RSV ในระยะสั้นโดย
ใช้ทั้งสามรุ่นที่คาดการณ์สอง pentads ล่วงหน้า
ได้อย่างถูกต้องและมีประสิทธิภาพสามารถป้องกันและควบคุมโรค
ตามสภาพสนามที่มีความซับซ้อนและการเปลี่ยนแปลง
สภาพอากาศ