In this paper, short-term forecasts

In this paper, short-term forecasts of the rate of plants affected by
rice stripe disease per pentad were conducted using three different
models: stepwise regression, a back propagation neural network, and
support vector machines. The accuracies of the three short-term
forecasting models were determined. By comparing the pros and cons
of this three prediction methods, we can improve the accuracy of
predicting rice plant diseases and provide a scientific basis for its
prevention and control decisions.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ คาดการณ์ระยะสั้นของราคาของพืชผลกระทบจากโรคลายข้าวต่อ pentad ได้ดำเนินการใช้แตกต่างกันสามรุ่น: ศถดถอย ข่ายประสาทหลังการเผยแพร่ และสนับสนุนเครื่องเวกเตอร์ แม่นสามระยะสั้นกำหนดแบบจำลองการคาดการณ์ โดยการเปรียบเทียบข้อดีและข้อเสียวิธีทำนายที่สามนี้ เราสามารถปรับปรุงความแม่นยำของทำนายข้าวพืชโรค และใช้เป็นเกณฑ์ทางวิทยาศาสตร์ของการตัดสินใจป้องกันและควบคุม

ผลลัพธ์ (ไทย) 2:

ในบทความนี้การคาดการณ์ระยะสั้นของอัตราของพืชได้รับผลกระทบจาก
โรคแถบสีข้าวต่อ Pentad ถูกดำเนินการโดยใช้แตกต่างกันสาม
รุ่น: ถดถอยแบบขั้นตอนเครือข่ายประสาทการขยายพันธุ์กลับและ
เครื่องเวกเตอร์สนับสนุน ความถูกต้องของทั้งสามระยะสั้น
รูปแบบการพยากรณ์ได้รับการพิจารณา โดยการเปรียบเทียบข้อดีและข้อเสีย
ของวิธีนี้สามทำนายเราสามารถปรับปรุงความถูกต้องของ
การทำนายโรคพืชข้าวและให้หลักฐานทางวิทยาศาสตร์สำหรับ
การตัดสินใจการป้องกันและควบคุม

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ ระยะสั้น และอัตราของพืชได้รับผลกระทบโดยข้าวลายโรคต่อ pentad การทดลองใช้ 3 รูปแบบรุ่น : Stepwise Regression , กลับ , โครงข่ายประสาทเทียม , และเครื่องเวกเตอร์ฟรีสนับสนุน ความถูกต้องของทั้งสาม ระยะสั้นแบบจำลองพยากรณ์ปริมาณตัวอย่าง โดยการเปรียบเทียบข้อดีและข้อเสียนี้สามการคาดการณ์วิธีการที่เราสามารถปรับปรุงความถูกต้องของทำนายโรคพืช และให้พื้นฐานวิทยาศาสตร์เพื่อของการป้องกันและการควบคุมการตัดสินใจ