共查询到19条相似文献,搜索用时 78 毫秒
1.
吉林省农作物产量预测的初步研究 总被引:2,自引:0,他引:2
本文运用Fuzzy聚类Bayes判别及逐步回归方法,建立了低中高社会产量阶段模型和丰平欠气象产量预报模式。对全省历年粮食产量进行统计预报表明,拟合准确率达97%以上。 相似文献
2.
3.
农作物病虫害是发展农业领域所亟待解决的重要问题之一,机器学习的进步加速了识别农作物病虫害的发展趋势。目前,在农作物病虫害识别中存在农作物病虫害种类繁多、农村地区发展落后农业技术人员稀缺、过度依赖杀虫剂等问题,发挥机器学习的优势,对病害图片实现计算机识别,通过不断地学习智能分类,用来判断作物生病与否,从而实现农作物高质高量的目标。首先,介绍了传统病虫害检测缺陷;其次,介绍了目前机器学习在农作物病虫害识别的成果;再次,对机器学习的发展进行了探讨,有望将机器学习和无人机技术也运用到农作物病虫害识别上,更有利于农业进步和经济发展。 相似文献
4.
5.
6.
7.
《河北农业大学学报》2021,44(3)
科学统计粮食产量数据并合理预测其发展趋势有助于稳定粮食生产、保障粮食安全。本文基于差分整合移动平均自回归(ARIMA)模型、广义回归神经网络(GRNN)模型以及长短期记忆人工神经网络(LSTM)模型,运用皮尔逊相关性分析方法选出影响粮食产量的主要因素并进行预测。以河北省保定市在1996—2014年粮食产量及16个粮食产量影响因素等历史数据为例,预测2015、2016和2017年粮食产量。试验结果表明,基于ARIMA模型预测的平均相对误差为0.96%,基于LSTM模型预测的平均相对误差为2.20%,基于ARIMAGRNN组合模型预测的的平均相对误差为0.47%。相比于其他预测模型,ARIMA-GRNN组合模型可有效地对粮食产量进行预测,并为粮食产量的预测提供了1种新方法。 相似文献
8.
9.
分析了近年山东省棉花、小麦、玉米、花生四种农作物产量状况,并对2010~2017年的单产、总产进行了预测,结果显示,除花生总产外,其余三种作物总产均稳中有升。在分析了山东省该四种作物产量提高的制约因素后,提出了重视县域发展、适度增加种粮面积、不断优化品种结构、发展订单农业、优化粮食区域布局等增产措施。 相似文献
10.
11.
12.
13.
始花期的早晚是生长过程中气象因子累积对果树产生的影响。冬季果树休眠是一个需冷量到需热量的过程,研究了这一过程中气象因子对苹果果树始花期的影响并预测始花期。基于山西省吉县苹果物候数据和气象数据,研究三个时间段内(是否发生冻害、能否正常越冬和热量与水分需求)气温、湿度、地温、降水量和光照等气象因子对花期的影响程度,采用多元线性回归方法和组合方法,建立山西省吉县苹果果树始花期的预测模型。结果表明,在三个不同时间段内预测值与真实值的决定系数分别为:0.59、0.71和0.48。由于分析天数长短的不同,基于能否正常越冬建立的模型效果最好,其决定系数为0.71,分析天数最短的基于热量与水分需求时间段的模型决定系数最小,这表明预测过程中分析天数的选择不宜过小。使用组合方法模型的决定系数为0.78,比能否正常越冬时间段模型的0.71略有提升。同时预报模型可以在3月15日完成提前量至少为24 d的精准预测。 相似文献
14.
始花期的早晚是生长过程中气象因子累积对果树产生的影响。冬季果树休眠是一个需冷量到需热量的过程,研究了这一过程中气象因子对苹果果树始花期的影响并预测始花期。基于山西省吉县苹果物候数据和气象数据,研究三个时间段内(是否发生冻害、能否正常越冬和热量与水分需求)气温、湿度、地温、降水量和光照等气象因子对花期的影响程度,采用多元线性回归方法和组合方法,建立山西省吉县苹果果树始花期的预测模型。结果表明,在三个不同时间段内预测值与真实值的决定系数分别为:0.59、0.71和0.48。由于分析天数长短的不同,基于能否正常越冬建立的模型效果最好,其决定系数为0.71,分析天数最短的基于热量与水分需求时间段的模型决定系数最小,这表明预测过程中分析天数的选择不宜过小。使用组合方法模型的决定系数为0.78,比能否正常越冬时间段模型的0.71略有提升。同时预报模型可以在3月15日完成提前量至少为24 d的精准预测。 相似文献
15.
支持向量机(Support Vector Machines,SVM)是一种具有坚实理论基础的新颖小样本学习方法。采用支持向量机回归(Support Vector Machine Regression,SVR)算法,用libsvm-2.89软件包对我国近年来的粮食产量进行回归预测,选择交叉验证法进行参数寻优,建立粮食产量和其影响因素的支持向量机回归模型。粮食产量预测平均相对百分误差为1.209%,均方根误差为581.191,相关系数为0.962 24。将预测结果与指数平滑模型、生产函数模型及多元线性回归模型进行了比较,用平均绝对百分误差、希尔不等系数及均方根误差对4种模型预测结果进行评价。结果表明,基于支持向量机的径向基核函数(RBF)模型预测粮食产量的精度优于其他预测方法。 相似文献
16.
作物表皮蜡粉研究评述 总被引:1,自引:0,他引:1
《天津农业科学》2016,(1):119-121
本文综述了作物表皮蜡粉的成分、结构、合成途径、功能及测定方法等研究的最新进展。并对比了测定蜡粉的方法,对存在的缺陷和不足进行探讨,可为研究作物蜡粉提供参考。 相似文献
17.
18.
基于机器学习的马尾松毛虫发生面积预测模型 总被引:1,自引:0,他引:1
为了提高马尾松毛虫预测预报的准确性,分别采用随机森林、支持向量机和深度学习3种机器学习模型,应用气象因子预测马尾松毛虫发生面积,并将模型预测结果与实际发生面积进行比较。结果表明:3个机器学习模型的拟合效果均优于多元线性模型,其中深度学习对马尾松毛虫发生面积的预测最为稳健,拟合决定系数(R~2)和预测准确率(PA)最高(R~2=0.9901,PA=99.27%),均方根误差(RSME)最低(RSME=0.1711);支持向量机模型预测效果也较好(R~2=0.9617,RSME=0.3275,PA=92.13%)。深度学习可用于马尾松毛虫发生面积与气象因子非线性模型的构建。 相似文献
19.
《江西农业学报》2022,(5)
为了提高马尾松毛虫预测预报的准确性,分别采用随机森林、支持向量机和深度学习3种机器学习模型,应用气象因子预测马尾松毛虫发生面积,并将模型预测结果与实际发生面积进行比较。结果表明:3个机器学习模型的拟合效果均优于多元线性模型,其中深度学习对马尾松毛虫发生面积的预测最为稳健,拟合决定系数(R2)和预测准确率(PA)最高(R2)和预测准确率(PA)最高(R2=0.9901,PA=99.27%),均方根误差(RSME)最低(RSME=0.1711);支持向量机模型预测效果也较好(R2=0.9901,PA=99.27%),均方根误差(RSME)最低(RSME=0.1711);支持向量机模型预测效果也较好(R2=0.9617,RSME=0.3275,PA=92.13%)。深度学习可用于马尾松毛虫发生面积与气象因子非线性模型的构建。 相似文献