基于灰色关联和PSO–SVM的葡萄霜霉病的短期预测 |
| |
引用本文: | 吴宁,陈天恩,姜舒文,张驰,鲁梦瑶,张玮.基于灰色关联和PSO–SVM的葡萄霜霉病的短期预测[J].湖南农业大学学报(自然科学版),2020,46(2):191-197. |
| |
作者姓名: | 吴宁 陈天恩 姜舒文 张驰 鲁梦瑶 张玮 |
| |
作者单位: | 上海海洋大学信息学院,上海 201306;国家农业信息化工程技术研究中心,北京 100097;国家农业信息化工程技术研究中心,北京 100097;北京市农林科学院植物保护环境保护研究所,北京 100097 |
| |
基金项目: | 北京市科委项目(Z171100001517005);北京市农林科学院青年科研基金项目(QNJJ201718) |
| |
摘 要: | 运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO–SVM的葡萄霜霉病短期预测模型,应用该模型对该地区未来1 d的葡萄霜霉病发病等级进行短期预测。与改进网格搜索法优化的SVM模型、经验选择参数的标准SVM、不同训练函数和粒子群算法优化的BP网络模型进行比较,结果基于灰色关联分析的PSO–SVM模型预测效果最好,对葡萄霜霉病发病等级的预测正确率为95.24%,与基于全部气象因子的PSO–SVM模型相比,预测正确率提高了1.19%,运行速度快1.81 s。
|
关 键 词: | 葡萄霜霉病 短期预测 支持向量机 粒子群算法 灰色关联分析 改进网格搜索法 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文 |
|