排序方式: 共有19条查询结果,搜索用时 46 毫秒
11.
12.
为了提高害虫发生量预测的精度,提出一种基于混沌理论的害虫发生量非线性预测模型(PSR–LSSVM)。通过相空间重构对害虫发生量时间序列进行重构,将重构后的害虫发生量序列输入到最小二乘支持向量机进行学习,建立害虫发生量预测模型,采用云南省普洱市思茅区和浙江省仙居县的松毛虫发生面积数据对模型性能进行检验。结果表明,松毛虫发生面积预测值与实际发生值十分接近,2个地区松毛虫发生面积预测结果的平均绝对百分误差分别为0.90%和2.44%,预测结果要优于BP神经网络、线性预测模型。 相似文献
13.
基于ARIMA和DSVM组合模型的松毛虫发生面积预测 总被引:2,自引:0,他引:2
向昌盛 《湖南农业大学学报(自然科学版)》2010,36(4):430-433
提出一种基于ARIMA和动态ε支持向量机(ε-DSVM)的组合预测模型(ARIMA-ε-DSVM),预测松毛虫发生面积.先采用ARIMA模型进行时间序列线性趋势建模,为非线性部分确定输入阶数,根据确定的输入阶数进行时间序列样本重构,再采用ε-DSVM模型进行时间序列非线性特征建模,将这两模型预测值相加得到组合模型预测值.对辽宁省朝阳市松毛虫时间序列进行仿真试验,结果表明,ARIMA-ε-DSVM模型预测精确度比单一模型ARIMA和SVM及简单组合模型ARIMA-SVM要高,ARIMA-ε-DSVM模型大幅度改善预测效果,显著地减少预测误差,泛化能力强. 相似文献
14.
地统计方法在昆虫学研究中的应用 总被引:1,自引:0,他引:1
地统计学近年来成为空间分析的重要工具,其应用领域广泛分布于地理学、生态学、土壤等自然科学的众多领域.该文综述了地统计方法在昆虫学研究中的发展现状与研究进展,包括昆虫的种群空间结构、害虫发生的预测和害虫的风险管理及其不足,从而有利于这些方法的进一步应用. 相似文献
15.
16.
17.
基于地统计学的多维时间序列模型及其在生态学中的应用 总被引:1,自引:1,他引:0
基于地统计学半变异函数发展了一种新的多维时间序列最优阶数判断方法,并结合支持向量回归建立了既反映样本集动态特征又体现环境因子影响的非线性多维时间序列分析预测模型(GS-SVR). 用一步预测法对两个生态学样本集的预测结果表明,GS-SVR预测精度高,并具结构风险最小、非线性、避免过拟合、泛化推广能力强等诸多优点. 相似文献
18.
地统计学在昆虫研究中的应用 总被引:1,自引:1,他引:0
摘要:地统计学是用来分析空间相关变量结构的统计学方法,其应用领域广泛分布在自然科学的众多领域。本文对常用的地统计学的空间相关理论和方法进行了简述,并对这些理论和方法在昆虫研究的应用途径和研究进展作概述。 相似文献
19.
网络教学突破了时空的限制,网络教学模式将从传统的单主体模式向双主体模式转变。结合独立学院的实际,通过对独立学院VB程序设计教学的现状及存在的问题进行分析,提出了网络环境下VB程序设计课程网络教学实施方案,为VB程序设计教学方法提供一些思路。 相似文献