基于SVM的农机装备水平组合预测模型研究

采用支持向量机的组合预测方法,对黑龙江垦区农机装备水平进行预测。在确定单一预测模型的基础上,运用自组织神经网络方法,将权系数确定问题转化为粗糙集理论中属性重要性评价的问题;计算各单一预测方法对组合模型的依赖度、重要度和权系数;利用建立的基于支持向量机非线性农机装备水平组合预测模型,对黑龙江垦区2002—2012年农机装备水平的历史数据进行检验。误差分析表明:该模型对农机总动力、大中型拖拉机、小型拖拉机、大中型拖拉机配套机具和小型拖拉机配套机具的预测平均相对误差为0.471%、1.328%、3.738%、1.193%、3.574%,均低于各单一预测模型的平均相对误差;利用该模型对黑龙江垦区农机装备水平进行预测,到2020年拥有农机总动力999.33万kW、大中型拖拉机88 921台、小型拖拉机38 453台,大中型拖拉机与配套农机具台数比为1.51∶1,小型拖拉机与配套农机具台数比为1.68∶1。所建模型适用于黑龙江垦区农机装备水平的预测。     

农机配备效率的评价研究

通过对农机配备效率的系统分析,从农机配备的农机拥有量、机型、机耕效率和农业产值等方面构建出评价农机配备效率的指标体系.以2014年黑龙江垦区40个农场农机配备相关数据为例,运用因子分析方法提取出7个影响农机配备效率的主要因子,并进行了合理的解释,具体为农机化经济效益性价比、农机化保障性价比、播种面积每公顷平均农机动力性价比等.通过建立因子模型计算出7个主要因子得分,进一步建立出综合评价模型计算出综合得分,从而得出黑龙江垦区40个农场农机配备效率得分的排序和分类.结果表明,黑龙江垦区农机配备效率水平分为3类,分别为良好水平、中等水平和合格水平.其中良好水平的农场为16个,中等水平的为12个,合格水平的农场则为12个.并且由实际可得友谊农场、七星农场农机配备效率远远高于其他农场,评价结果与实际相符,该结果对农机主管部门了解农机配备情况和科学合理制定相关政策措施具有重要的指导意义.     

基于气质的主成分支持向量基对新疆薰衣草精油判别分析

[目的]快速鉴别不同品种的薰衣草精油,为精油品质控制提供可靠的科学方法依据.[方法]通过气相色谱质谱(GC-MS)测定三个品种共66个薰衣草精油样品,应用峰面积归一法确定各成分的相对含量.对构建的特征信息数据进行主成分分析(PCA),选取7个主成分代替原始数据,再利用支持向量机技术进行分类和预测,对不同品种的薰衣草精油进行鉴别.[结果]通过48个样本建立支持向量机的分类模型,对18个样本进行预测,对训练集样本的训练正确率达到97.92;,对预测集样本的正确识别率达到94.44;.[结论]主成分分析结合支持向量机方法具有很好的分类和鉴别作用,可作为薰衣草精油品种区分的有效方法之一,为薰衣草精油的质量控制提供了一定的科学依据.     

基于近红外光谱的纽荷尔脐橙产地识别研究

【目的】中国柑橘产区分布广、生态类型复杂,不同产地纽荷尔脐橙果实品质和市场效应具有较大差异。研究基于近红外光谱技术的柑橘产地识别技术,利于不同柑橘产地果品的识别和鉴伪。【方法】从中国南方17个纽荷尔脐橙主要产地选择代表性成年果园,分别采摘成熟鲜果样品100个。利用SupNIR-1500近红外分析仪采集脐橙果实赤道部、肩部表面以及果汁滤液的近红外反射光谱,光谱波长范围为1 000-2 499 nm。采用主成分分析法对原始光谱数据进行预处理,提取近红外光谱的特征信息以降低数据集维度以及噪声。研究人工神经网络理论,构建由一个输入层、一个具有非线性激励函数的隐藏层和一个输出层组成的典型的3层人工神经网络识别模型。研究由径向基函数作为核函数、以光谱主成分作为输入的支持向量机模型,构建由126个分类器组成的一对一扩展支持向量机模型。研究遗传算法优异的自然选择特性,利用遗传算法从光谱主成分中选择出最优的特征基因子集作为支持向量机的输入,构建遗传算法-支持向量机模型。利用3种模型分别对果汁滤液的近红外反射光谱数据进行分类,从而实现产地识别测试,并根据产地识别精度筛选出最优的产地识别模型。进一步对比该最优识别模型对果实赤道部、肩部反射光谱数据的识别精度,从而确定识别精度最高的光谱数据采集源。【结果】利用所建立的3层人工神经网络模型对纽荷尔脐橙果汁滤液的近红外光谱进行产地识别测试,确定当输入神经元数量为11、隐藏神经元数量为13时,模型对果实产地识别的最佳精度达81.45%。采用一对一扩展方式建立支持向量机产地识别模型,研究确定采用径向基函数作为核函数,当主成分数量为20时,脐橙产地识别精度最高可达86.98%。测试利用遗传算法-支持向量机混合模型进行脐橙产地分类识别,确定当种群数量为200、遗传代数为100、交叉概率0.7、突变概率0.01时,遗传算法选择出最优的基因子集进行产地识别,遗传算法-支持向量机模型的产地识别精度最高可达89.72%,优于人工神经网络分类模型和支持向量机分类模型的产地识别精度。进一步利用遗传算法-支持向量机产地识别模型对果实赤道部及肩部的果面反射光谱进行产地识别测试,得到对应的最高识别精度分别为80.00%和69.00%。【结论】遗传算法-支持向量机模型对果汁反射近红外光谱进行产地识别精度最高,优于人工神经网络模型和支持向量机模型。该模型对果实赤道部反射光谱进行分类的精度次于果汁滤液反射光谱但优于果实肩部反射光谱,因此,可利用赤道部的反射光谱实现非破坏性果实产地分类识别。     

基于无人机多光谱遥感图像的玉米田间杂草识别

【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法（support vector machines-feature recursive elimination,SVM-RFE）和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa>0.79,随机森林总体精度为89.27%—90.95%,Kappa>0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机（SVM）模型对区域冠层尺度下玉米与杂草的分类效果最好。     

基于无人机多光谱遥感图像的玉米田间杂草识别

【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法(support vector machines-feature recursive elimination,SVM-RFE)和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa0.79,随机森林总体精度为89.27%—90.95%,Kappa0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机(SVM)模型对区域冠层尺度下玉米与杂草的分类效果最好。     

基于PCA-SVM的砂砾岩岩性识别

利用测井资料识别岩性实质是建立非线性数据模型的过程。表征复杂岩性的测井曲线相似度较高,对岩性识别存在一定的干扰,为此提出一种基于主成分分析(PCA)和支持向量机(SVM)的砂砾岩岩性识别预测模型:通过主成分分析对预处理后的测井数据进行主成分提取,利用提取的主成分建立支持向量机岩性识别预测模型。将测试样本数据输入模型中进行自动分类,最终该方法的岩性识别正确率达到87.07%。应用结果表明,将主成分分析与支持向量机相结合,在降低数据维度的同时,提高了岩性识别准确率,是一种实用且有效的识别复杂岩性的方法,具有一定的推广和应用价值。     

基于TM数据提取竹林遥感信息的方法

利用LandSat5-TM对竹林遥感信息提取方法进行了研究:将归一化植被指数NDVI、结构效应指数CVI、综合效应指数MVI以及主成分变换的前3个分量PCA1、PCA2、PCA3与TM数据的6个波段(除第六波段)合成一个具有12波段的新数据;在最佳波段组合的基础上,结合地形图、土地利用图和野外调查数据,采用光谱特征模型、支持向量机、光谱角填图以及最大似然法对竹林信息进行了提取。研究表明:叶冠结构指数、综合指数、主成分变换等新波段对竹林信息提取很有帮助;与支持向量机、光谱角填图和最大似然法3种监督分类方法相比,基于光谱特征模型的竹林遥感信息提取方法具有一定的适应性,在保证竹林分类精度的同时,其他植被类型的分类精度也能得到满意的结果。     

一种基于SVM分类的多类识别方法及应用

支持向量机是借助于最优化方法解决机器学习问题的新工具,它主要应用于解决两类分类问题。在两类分类的基础上介绍了一种基于SVM的多类分类算法———一对一分类法,并将其用于中国茶叶的分类。以31个中国茶叶样品为试验材料,随机抽取8个茶叶样品为待测样品,其余的23个茶叶样品组成训练集。利用一对一分类法建立关于训练集的多类分类模型,把待测茶叶样品分为3类,预测结果显示茶叶识别完全正确;而用层次聚类法对预测样品分类,识别正确率只有87.5%。由此表明一对一多类分类方法在农业与生物科学研究领域的多类识别问题上将有很好的应用前景。     

多环芳烃致癌性预测模型比较研究

基于量化参数和拓扑指数,分别采用主成分分析和相关分析进行变量筛选,运用留一交叉检验法,引入模型预测性能的评价体系和指标,比较了支持向量机(SVM)、Fisher判别法和K-最近邻法等方法构建的多环芳烃致癌性二值分类预测模型,结果显示SVM要好于其他方法,说明SVM算法具有较强的稳健性和良好的泛化能力,能够用于多环芳烃致癌性的二分类和预测。     

定量优化农机装备结构的研究

[目的]解决新疆农机装备的定量优化问题,使各地州县的农机装备结构趋于合理,达到优化.[方法]提出两个新的农机装备数据统计指标“农机装备配置合理度”和“适宜农机装备占有率”,通过这两个指标对各地州县的农机装备现状进行正确的量化评估,根据对各地州县评估的结果,确定各地州县农机装备的发展方向.以新疆哈密地区巴里坤县小麦的耕、种、收为例,运用上述两个新的统计指标对其农机装备进行量化评估.[结果]该县拥有小型铧式犁和小麦播种机的数量过多,而宽幅、先进的铧式犁和小麦播种机很少,小麦联合收获机的数量也不足.该县应积极做好农机作业的社会化服务,运用好农机购置补贴政策,淘汰小型铧式犁和陈旧的小麦播种机,购置先进适用的农机具.[结论]农机装备结构的优化不仅要求农机装备配置合理,同时要求农机装备先进适用,农机装备配置合理度和适宜农机装备占有率这两个新的农机装备统计指标可以完全满足农机装备结构的优化要求.     

黑龙江省农机购置补贴政策效果实证分析

黑龙江省是全国重要的商品粮生产基地,黑龙江省粮食生产直接关系国家粮食储备及战略安全。农机购置补贴政策可以推进黑龙江省农业机械化、现代化,进而有效地增加粮食生产、农民收入。为研究黑龙江农机购置补贴政策的实施效果,基于面板数据,借助Eviews 7.0计量软件,对农机购置补贴政策拉动黑龙江省农业经济发展的影响程度进行了定量分析。结果表明:农机购置补贴政策对黑龙江省农户购机投入、粮食产量、农民收入均具有积极的正向影响,从而带动了全省农机总动力的提升、促进了农村劳动力的有效转移、刺激了农业生产消费。     

基于最优组合赋权和改进TOPSIS模型的 区域农业水资源恢复力评价

为解决区域农业水资源系统恢复力诊断分析方法薄弱问题,以黑龙江省建三江管理局15个农场为例,构建区域农业水资源指标评价体系,基于拉格朗日极值原理将最优组合赋权法赋予指标权重,建立改进TOPSIS农业水资源恢复力评价模型,并利用ArcGIS软件绘制其恢复力等级空间图。结果表明,恢复力为Ⅰ、Ⅱ等级农场占农场总数80%,其中洪河农场恢复力最高(0.6551),创业农场最低(0.2666),空间分布呈"西南部低,东北部高"趋势;改进TOPSIS模型得综合值极差为0.3885,变异系数为0.2207,Spearman相关系数为0.9964,均优于另两种方法单独评价结果,利于评价农场水资源恢复力。可有效解决TOPSIS模型数据波动较大和评价模型等距处理难问题,对黑龙江省农垦建三江管理局农业水资源合理开发和管理具有指导意义。     

黑龙江国营农场农机更新换代发展战略研究

根据黑龙江垦区50亿公斤商品粮基地建设发展规划的要求,针对垦区农场目前农业机械严重老化超限的实际情况,通过调查,用予测分析法提出应采取“一稳两步”的战略方案实施农业机械的更新换代,即稳定超限量,第一步更新与换代相结合,第二步以换代为主的方案,分析了黑龙江垦区的基本环境和条件。     

农机市场需求预测研究

农机市场的发育是影响农机工业和农业机械化发展的重要因素，而农机需求是农机市场的重要方面。本文运用系统动力学方法及组合预测方法、灰色预测方法，通过建立动态仿真模型、编制ＤＹＮＡＭＯ方程，对黑龙江省大中型拖拉机及其配套农具、小型拖拉机及其配套农具、联合收割机等主要农业机械的需求量进行了预测，为农机生产经营者制定市场营销战略及策略提供依据；为政府有关部门制定宏观调控政策提供决策支持。     

江西省农机工业发展现状及对策

通过对江西省农机工业发展现状调研与分析,发现其存在以小型农机为主、农机装备结构区域不平衡、企业规模小、创新能力不足、产品核心竞争力不强及适用性差等问题。因此提出,"十三五"期间,明确农机技术及企业经营基础、优化固有布局,加快搭建产学研技术创新平台,攻克机具研发难点,破除农机覆盖不全盲点,以上这些对策将成为加快推进江西省农机工业发展的有效途径,有助于实现江西省农机工业提速发展。     

论基层农机推广工作存在的问题

农机技术推广是农业技术推广的重要组成部分,更是农机化服务的重要内容.农业的发展,离不开农机的发展,农机的发展,离不开农机科技推广.从目前情况看还存在一些不利因素制约着农机的推广和发展.     

农业机械化作业水平的灰色关联分析——以陕西省为例

农业机械化是农业现代化的基础,农业机械装备水平决定了农业机械化程度,而农业机械化作业水平是评价农业机械化程度的重要指标。分别分析了陕西省农业机械装备与农业机械化作业水平,并运用灰色关联度模型对二者进行关联分析。结果显示,陕西省农业机械化作业水平最高的是机械耕地环节,最低的是机械收获环节,此外,受陕西省地形地貌的限制,大中型农业机械对农机化作业水平的影响程度和发展态势均落后于小型农业机械,但作用潜力更大。最后,提出了提高陕西省农业机械化作业水平的相关政策建议。     

总目次

为研究四川农机化供给侧结构性改革问题,通过实地调研表明：四川农机化供给侧存在供给结构不合理、机艺融合不紧密、农机化服务供给不充分和农机科技创新动力不足等问题.以科技创新为抓手,确定以机艺融合、全程全面、智能化、信息化、绿色环保和精细生产为改革方向,推动现有农机装备提档升级,研究机械化生产薄弱和空白环节的农机技术和装备,提出以农机专项资金、金融和政策进行农机科技创新的精准投入和培育为实施措施,改善四川农机发展滞后和不平衡现状,培育科技创新力量,打造科技创新平台,建立以企业为主体,“政产学研用”一体的农机科技协同创新产业链,促进一、二、三产业融合和产业集群发展.