基于介电频谱的采后苹果可溶性固形物含量无损检测

根据10~4500MHz间采后21周贮藏期间无损富士苹果介电参数的频谱特性,建立了苹果可溶性固形物含量的支持向量回归（SVR）预测模型和BP网络预测模型;并综合比较了采用原始频谱（FF）、主成分分析（PCA）和连续投影算法（SPA）优选频率对模型预测效果的影响。研究结果表明,PCA—SVR建模效果最好,其预测相关系数为0.883,均方根误差为0.552,PCA—BP的建模效果较PCA—SVR稍差。并且发现经SPA处理后的数据建立的模型,均方根误差普遍较小;经PCA处理后的数据建立的模型,预测相关系数普遍较高。     

基于支持向量机的典型冻土区土壤制图研究

基于青藏高原大片连续多年冻土分布的东部边缘,青海省兴海县温泉地区的野外调查数据,通过对研究区遥感数据的分析,开展了土壤制图方法的探讨。以成土因素学说和土壤-景观模型理论为基础,筛选土壤分类潜在变量,在不同的变量组合下运用支持向量机(SVM)的方法建立土壤-景观模型,对整个研究区进行预测性分类。为了更好地检验该方法的有效性,采用五折交叉方式进行结果的验证。并通过对比不同变量组合的交叉验证结果和分布模拟结果图,确定了适合典型冻土区土壤分类的环境变量组合,以较少的样本知识较好地预测该区土壤类型的空间分布。     

我国耕地数量变化与保护政策关系的实证分析

以耕地数量的统计数据耕地、保护政策的颁布和实施为基础,借助经济计量学理论以及Eviewes5.1软件,运用协整分析、Granger因果关系检验和脉冲响应等分析方法,分析了改革开放以来我国耕地数量变化与耕地保护政策之间的互动关系。结果显示:耕地数量变化与耕地保护政策之间存在一种长期均衡关系,说明二者之间存在着某种机制在制约着变量的运动,使二者之间短期内的偏离不会太远,长期则会走向均衡;耕地数量变化与耕地保护政策之间存在单向的因果关系,即耕地数量变化与是耕地保护政策的Granger原因,而耕地保护政策不是耕地数量变化的Granger原因;脉冲响应以及方差分解表明,耕地数量变化对耕地保护政策具有较为持续的促进作用,且作用程度随着滞后期的加大而加强;耕地保护政策具有较强的惯性,主要受其自身以前水平的影响,因此耕地保护政策对耕地保护政策的促进作用不太显著。这也从一个侧面佐证了Granger因果检验的结果。因此,应制定长期而非短期的策略,强化耕地保护政策理论研究,加大耕地保护政策的制定、执行和监督力度,这是解决耕地过快减少问题的重要途径。     

基于支持向量机的干旱预测研究

支持向量机（SVM）是基于统计学习理论的一种智能学习方法,可以用来解决样本空间的高度非线性的模式识别等问题。干旱是气候因子非线性复杂关系相互作用造成水分严重亏缺的一种气候异常反映,本文选择SVM方法,利用8月南方涛动指数、副高强度指数、极涡强度指数等15项因子,基于径向基核函数建立浙江省秋季的干旱预测模型,应用交叉验证方式确定最优模型参数,并进行了预测,对模型的检验结果表明,建立的干旱预测模型能直接对秋季干旱进行预测,并且有较高的准确率,可为气候预测从气候要素预测到气象灾害预测提供一种有效途径。     

上海青浦地区环境资源与可持续发展问题

本文对上海市青浦区实施可持续发展的环境资源条件和存在的问题作了探索,并就青浦区实现可持续发展战略提出若干对策措施.     

基于机器学习理论的土壤侵蚀模型构建

土壤侵蚀一直是环境问题中的重点和难点。由于影响土壤侵蚀的因素众多,传统的预测模型存在数据获取困难、适用范围小、研究周期长等不足,使得对土壤侵蚀的预测无法做到快速、便捷。支持向量机(Support Vector Machine,SVM)是机器学习中的一个重要模型,具有非线性映射、自我学习能力、全局最小值、对输入数据变化不敏感等优点,在建立土壤侵蚀量相关性预测模型方面较传统预测模型具有更强的优势。本研究应用浙江省诸暨市浦阳江水文站的降雨数据,利用ArcGIS地理信息系统确定水文站上游流域为研究区域。以降雨量、研究区域地理数据维度(包括坡度数据、坡长数据、土壤信息、土地利用类型)作为影响因子,输入支持向量机模型,进行流域内土壤侵蚀量预测。将水文站土壤侵蚀量实测数据作为对照值,用模型输出值检验,从而在取值范围内选择出模型最优的参数组。用影响因子数据和土壤侵蚀量数据对使用最优参数的模型进行检验,模型的预测准确率最高达到75%。其中,降雨量对土壤侵蚀量的影响最大,降雨量单因子预测准确率在70%以上,其余因子预测准确率在3.5%左右。最终得到一个土壤侵蚀量相关性预测模型,通过水文站降雨数据以及地理信息,即可预测当地土壤侵蚀量,准确率达到75%。     

我国蔬菜产业各类调控政策真的有效吗——基于事件分析法的研究

将21世纪以来历次蔬菜产业调控政策分为生产、流通及其他环节相关政策,采用事件分析法分别考察与评估各类政策对蔬菜价格的作用效果,并采用目标定位法对各类政策外生性进行检验。研究发现,生产环节的调控政策对蔬菜市场具有正向提价作用,且持续时间为4个月左右(实施前1个月-实施后3个月);流通环节的调控政策也具有正向提价作用,但是相比生产环节,其正向作用幅度较小且持续时间更短(一般为3个月左右,实施当月-实施后3-4个月);其他环节的调控政策对菜价仅具有正的导向作用,且作用程度较低尚达不到提升蔬菜市场价格的效果。对蔬菜产业而言,各类调控政策并未很好的实现政策初衷,对价格干预效果不佳。因此,提出要充分发挥市场的决定性作用、政府宏观调控政策有一定的必要性且不能退出、要进一步规范政府行为等政策建议。     

基于优化支持向量机的采煤机故障诊断技术

为了对采煤机故障进行准确诊断研究,本文提出了一种基于优化支持向量机的采煤机故障诊断新方法,首先采用主成分分析法(PCA)对采煤机故障特征参数进行特征提取,其次应用特征数据进行基于支持向量机(SVM)的采煤机故障诊断模型训练,再次采用交叉验证方法对SVM模型参数进行优化,建立最优SVM采煤机故障诊断模型,最后通过对比实验,验证了基于优化SVM采煤机故障诊断模型的可行性和优越性。     

公路景观管理决策支持系统

基于GIS技术开发的公路景观管理决策支持系统是针对公路景观管理业务而开发的信息管理系统,系统采用地理信息系统(GIS)、专家系统(ES)以及数据库管理系统相结合的方法,建立了公路两侧自然本底数据、多媒体数据、评价指标因子、恢复方案等为主体的属性数据库;公路空间数据库;由专家知识及经验构成的知识库;相关的评价模型建立模型库和决策库;实现了多库统一的地理信息系统与专家系统相结合的决策支持系统。为公路景观管理部门对公路景观动态管理、评价公路自身及景观现状、制定恢复对策和措施提供了科学实用的管理手段。     

Marker-based screening of maize inbred lines using support vector machine regression

The phenomenon of heterosis is widely used in hybrid breeding programmes, despite the fact that no satisfactory molecular explanation is available. Estimators of quantitative genetic components like GCA and SCA values are tools used by the plant breeder to identify superior parental individuals and to search for high heterosis combinations. Obtaining these estimators usually requires the creation of new parental combinations and testing their offspring in multi-environment field trials. In this study we explore the use of ɛ-insensitive Support Vector Machine Regression (ɛ-SVR) for the prediction of GCA and SCA values from the molecular marker scores of parental inbred lines as an alternative to these field trials. Prediction accuracies are obtained by means of cross-validation on a grain maize data set from the private breeding company RAGT R2n. Results indicate that the proposed method allows the routine screening of new inbred lines despite the fact that predicting the SCA value of an untested hybrid remains problematic with the available molecular marker information and standard kernel functions. The genotypical performance of a testcross hybrid, originating from a cross between an untested inbred line and a well-known complementary tester, can be predicted with moderate to high accuracy while this cannot be said for a cross between two untested inbred lines.