排序方式: 共有41条查询结果,搜索用时 0 毫秒
1.
2.
【目的】了解广西桑蚕原种净种率的发展规律,为原种生产管理提供决策依据。【方法】采用时间序列ARIMA模型及季节性结构分量(Seasonal structure component)模型,对广西桑蚕原种净种率的发展规律进行分析研究。【结果】运用SPSS软件对广西2001~2007年每年12批的桑蚕原种净种率序列进行时间序列分析,建立了一个反映广西桑蚕原种净种率规律的ARIMA(1,0,0)统计预测模型,且该模型通过白噪声序列检验;利用该模型对2008年的12个批次桑蚕原种净种率进行预测,发现预测值与实际值较接近。而季节性结构分量模型分析结果表明,广西桑蚕原种净种率在7年里呈逐年下降的趋势,客观反映了广西桑蚕原种的生产规律。【结论】应用时间序列分析方法分析广西桑蚕原种历年生产数据并研究其潜在规律,是一种行之有效的分析方法。 相似文献
3.
智慧农业是综合运用云计算、传感器网络等多种技术,实现信息支持、大田信息采集、生产数据收集等各个环节的连接,实现农业生产智能控制的新型农业生产方式,在新型农业生产应用和现代农业发展领域中扮演着重要的角色。本文通过阐释智慧农业的意义,总结了广西智慧农业实践的典型案例,并归纳了广西智慧农业的成功实践经验。但是智慧农业发展过程中仍存在信息化程度不高,网络建设不完善;农民受教育程度低,人员素质有待提高;标准化生产技术匮乏,宣传推广力度不足等问题。因此,本文分析了智慧农业发展中存在的问题,提出了加强网络信息化建设,构建农业科技信息系统;加大智慧农业培训力度,加强农业人才的培养;夯实智慧农业政策基础,加大资金投入力度的对策和建议。 相似文献
4.
5.
6.
7.
[目的]了解广西桑蚕原种微粒子病毒率(下简称毒率)的时间发展变化规律,为桑蚕微粒子病的防控提供理论依据.[方法]采用普通线性回归模型(Linear regression model)、自回归模型(Autoregression model)及季节性结构分量模型(Seasonal structure component)对2006~2010年广西桑蚕原种毒率的时间发展变化规律进行分析研究.[结果]普通线性回归模型对桑蚕原种毒率时间序列数据分析不理想;自回归模型能在一定程度上解决残差自相关问题,且预测值和实际值吻合程度较好;季节性结构分量模型分析结果表明,广西桑蚕原种病毒率在5年内(2006~2010年)呈现逐年上升的态势,且一年中桑蚕原种生产第1、4、5、6批的毒率较高,以第6批最高;第2、3、7、8、9、10、11、12批的毒率较低,其中以第8、9、10批次最低.[结论]时间序列分析能客观反映广西桑蚕原种毒率的发展变化规律,今后可从数据挖掘角度对桑蚕微粒子病进行防控. 相似文献
8.
9.
本文以1990~2001年广西区蚕业统计资料为样本,运用多元统计的通径分析方法对广西蚕业经济增长因素进行分析,利用通径分析将相关系数进行分解,期望为广西蚕业经济增长问题的研究提供一个新视角。 相似文献
10.