共查询到20条相似文献，搜索用时 515 毫秒
1.
广西桑蚕原种净种率的时间序列分析 总被引：1，自引：0，他引：1
【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
2.
【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
3.
[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
4.
5.
【目的】对比不同模型预测效果,分析各模型预测水稻产量的特点、不足及适用条件,为粮食产量预测问题模型选择提供依据。【方法】从时间序列预测和横截面数据预测两种角度,利用ARIMA、LSTM、SVR、MLP这4种模型,通过吉林省水稻产量、病虫害及其他特征历史数据对吉林省水稻产量进行预测,并对不同模型的预测结果进行了对比分析。【结果】基于ARIMA模型和LSTM模型的时间序列预测结果较好,横截面数据预测中,原始数据经主成分分析PCA降维处理后,可提高模型预测性能。【结论】对于水稻产量预测,应根据掌握的影响产量因素的数据以及趋势延续性情况合理选择预测模型,以达到较理想的预测效果。 相似文献
6.
基于遗传算法优化的BP神经网络的组合预测模型方法研究 总被引：3，自引：1，他引：2
【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。 相似文献
7.
基于SVR的多维时间序列分析及其在农业科学中的应用 总被引：12，自引：0，他引：12
【目的】建立一种基于结构风险最小、既反映样本集动态特征又体现环境因子影响的高精度非线性多维时间序列预测方法。【方法】耦合支持向量机回归（SVR）和带受控项的自回归模型（CAR）,以留一法基于MSE最小原则实施模型定阶和变量筛选,以一步预测法检验新模型SVR-CAR的有效性,并通过强制汰选给出各保留变量对预测的相对重要性次序。【结果】3个农业科学实例验证表明,SVR-CAR在7种参比模型中预测精度最高,且可更精细地反映样本集的非线性动态特征,依各保留变量对预测的相对重要性次序及其动态变化可赋予保留变量部分解释能力。【结论】SVR-CAR是一种基于SVR并融合时间序列分析和回归分析的非线性多维时间序列分析方法,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性定阶和非线性筛选变量,自动选择核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在农业科学、生态学、经济学等领域有广泛应用前景。 相似文献
8.
为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。 相似文献
9.
【目的】研究在较复杂的核苷酸替换模型,即Tamura模型下DNA序列中4种核苷酸频率随世代变化的规律,以得到序列熵的性质,为了解生物进化机理奠定基础。【方法】在Shannon信息熵理论基础上,利用La-grange乘数法进行理论证明,并用Mathematica软件模拟了Tamura模型下DNA序列中4种核苷酸组成的变化规律和序列熵的变化过程。【结果】DNA序列在Tamura模型下发生突变,各核苷酸频率随世代变化逐渐趋于平衡,且序列熵趋于最大值。【结论】核苷酸突变具有保熵性,验证了前人生物是朝着多样性增大的方向发展进化的结论。 相似文献
10.
【目的】用谐波小波分析非一致性径流时间序列变异点的数量及变异发生的时间。【方法】针对径流变异点检测方法复杂、难于识别全部变异点等问题,引入一种新的时频分析技术,利用谐波小波分析进行径流时间序列的变异点诊断。【结果】对实测的渭河华县站1961-2004年的径流序列进行谐波小波分析,视频图中的网格图和等高线图显示,1972年、1982年和1994年是径流的变异年。【结论】相对于传统的突变检测方法,谐波小波分析方法在分析非线性时间序列时具有方法简便、可行、有效、分辨率高、对突变点敏感等特点,能够有效地诊断出高度复杂、非线性序列的变异点。 相似文献
11.
密云水库上游白河磷浓度时间序列的傅立叶与小波分析 总被引：2，自引：0，他引：2
【目的】分析密云水库上游流域水质长期监测数据,获取流域水质时间格局特征。【方法】以密云水库上游白河上的S1和S2监测点总磷（TP）浓度1986—2003年时间序列为例,采用时域分析、傅立叶和小波分析等方法对比来综合揭示磷污染物的周期模式以及时间格局特征。【结果】S1和S2监测点时间序列不存在自相关性和异方差性,不适合用时域方法进行水质的时间演化规律的研究。傅立叶分析得到两个监测点的隐含周期,S1和S2都有6年的周期模式,S2还包含一个2年左右的周期行为。小波分析得到了不同尺度的时间格局特征,S1和S2点都有中尺度的周期格局特征,S2点还有小尺度的周期格局特征。【结论】傅立叶分析和小波分析这两种方法都可以应用在水质的时间演化规律的研究中,傅立叶分析方法比较粗糙,而小波分析方法以其多尺度、时频相结合的特点为研究水质时间特征的演化提供了更精细的方法。 相似文献
12.
【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。 相似文献
13.
分析了时间序列模型中求和自回归移动平均模型ARIMA（p,d,q）的建模过程,依据1970~2008年广西南宁市GDP数据,建立了ARIMA（1,1,0）模型,并结合Eviews 5.0统计软件实现对模型的检验,结果显示,模型具有较好的预测效果和现实意义,可为南宁市制定经济发展目标提供决策参考。 相似文献
14.
【目的】分析野桑蚕(Bombyx mandarina)的遗传多样性,为发掘和利用其基因资源提供参考。【方法】克隆8份秦巴野桑蚕线粒体COⅠ序列,联合GenBank中39份家蚕、17份野桑蚕COⅠ序列,用DnaSP 5.0软件统计核苷酸多样性和单倍型多样性,采用MEGA X软件构建系统发育树,Network 5.0软件构建单倍型中介网络。基于64份COⅠ序列进行聚类分析,分析遗传多样性和单倍型中介网络,探讨家蚕起源。【结果】克隆了8份秦巴野桑蚕线粒体COⅠ及其侧翼序列,序列长1 531 bp,序列间存在18处核苷酸变异,定义了4个单倍型,8份秦巴野桑蚕与沈阳、青州等北方野桑蚕亲缘关系最近。系统发育树将64份线粒体COⅠ序列聚为4个类群,其中中国野桑蚕聚为2个类群,一是来自陕西、辽宁、山东等的北方野桑蚕,与家蚕遗传距离为0.007 21;二是来自江苏、湖北、重庆等的南方野桑蚕,与家蚕遗传距离为0.019 59;日本野桑蚕群体与家蚕遗传距离为0.031 96。64份COⅠ序列共存在84处单碱基变异位点,定义了31种单倍型。单倍型中介网络图显示,31种家蚕、野桑蚕单倍型总体上可分为3个支系,其中单倍型H_22可能为家蚕祖先单倍型。【结论】秦巴山区野桑蚕与北方省份的野桑蚕亲缘关系最近,秦巴山区可能是家蚕驯化的起源地之一。 相似文献
15.
【目的】利用高光谱数据构建一种适合于净作和套作群体的大豆叶绿素密度光谱估测通用模型,为监测以叶绿素密度为参数的净、套作大豆长势提供支撑。【方法】以南豆12为供试大豆品种,设计净作和套作2种种植模式,测定净、套作下大豆不同生育时期叶绿素密度及其冠层光谱特征,对通过原始、全波段导数光谱和多波段组合计算的植被指数与叶绿素密度进行相关性分析,比较不同高光谱特征参数与叶绿素密度之间的关系,借助高光谱遥感分析方法构建适合于净、套作下大豆叶绿素密度的估测模型。【结果】净作和套作大豆叶绿素密度在整个生育期呈先上升后下降的单峰曲线,在结荚期达到最大值,其中净作比套作平均高5.5%。同样,大豆冠层光谱反射率在近红外波段(700~1 000nm)也呈现先增后降趋势,结荚期最高,达到70%,并在结荚期之前红边位置出现红移现象。原始光谱自由组合的比值植被指数RVI(507/697)与叶绿素密度的相关性最高,相关系数大于0.962(P0.01)。对净、套作下大豆叶绿素密度模型进行比较分析,发现二次模型能够较好地估测净、套作下大豆叶绿素密度(R20.75,RMSE=0.25)。【结论】用比值植被指数RVI(507/697)构建的叶绿素密度二次估测模型,能够较好地对净、套作下大豆叶绿素密度进行估测。 相似文献
16.
中国棉花种植面积及皮棉产量时间序列的建模和预测研究 总被引：1，自引：0，他引：1
以1919～2010年中国棉花年种植面积和皮棉产量为资料,根据Box-Jenkins建模原理,采用ARIMA（p,d,q）动态模型,对中国棉花面积和产量时间序列的演变规律进行了拟合及预测研究。结果表明：所建ARIMA（2,1,2）模型的残差序列均为白噪声,AIC分别为7.878和7.426,模型结构合理,拟合效果好;2 a试报结果显示,相对精度为89.14%～99.53%,即预测准确度高。可见,运用该模型对棉花种植面积和皮棉产量的时间序列进行拟合及预测是可行的。预测2011年中国棉花种植面积及皮棉产量分别为475.89万hm2和658.58万t。该项研究为了解我国棉花生产的变化趋势及发展前景提供了1种新的研究途径。 相似文献
17.
本文利用SPSS统计软件及非参数统计方法(卡方检验和K-S检验法)对广西1950年至2006年共57年的GDP数据进行实证分析.在最佳准则(即AIC准则)下建立了ARIMA(1,2,1)时间序列模型,并利用非参数统计方法对此模型进行了适应性检验,然后利用2001年至2006年的实际值与该模型的预测值进行了比较.最后,本文利用该模型对广西未来五年的GDP进行了预测. 相似文献
18.
《云南农业大学学报(自然科学版)》2017,(3)
【目的】本试验以探索经济、高效的马铃薯原原种繁育时间为目的,为昆明地区马铃薯原原种生产提供指导。【方法】以马铃薯‘合作88’为试验材料,设14个不同移栽期,研究温室条件下不同时间移栽对马铃薯脱毒苗病害发生及产量的影响。【结果】移栽时间不同的马铃薯脱毒苗植株早疫病和晚疫病的发生存在显著差异(P0.05)。T1的早疫病病情指数和发病率最大,但其晚疫病病情指数和发病率最小;T14的晚疫病病情指数和发病率最高,且显著高于其他处理(P0.05);移栽时间不同,温室中马铃薯脱毒苗植株原原种产量和种薯规格有显著差异(P0.05),主要表现在薯块大小和薯块数量上的差别,T1、T10和T12的大、中种薯率和原原种产量均高于其他处理。【结论】适宜马铃薯脱毒苗移栽的时间为上半年的T1(4月4日)、下半年的T10(8月17日)和T12(9月16日)前后一周。 相似文献
19.
20.
《西南大学学报(自然科学版)》2020,(10)
随着近年来建筑能耗的迅速增长,建筑节能成为可持续发展战略的一个重要问题,因此,构建一个可以快速精准预测建筑能耗的模型成为实现建筑节能的关键一步.本文结合集合经验模态分解,将LSSVR与ARIMA相融合,构建了一种基于时间序列多尺度分解的预测建筑用电负荷数据的EEMD-LSSVR-ARIMA混合模型.该模型通过EEMD将建筑用电负荷数据分解为多个频率不同的分量,使用LSSVR模型预测高频分量以及用电负荷数据与各分量之和的差值序列,使用ARIMA模型预测低频分量,最后将各分量的预测结果以及差值序列的预测结果叠加得到最终的预测结果.并通过某建筑的用电数据进行实验分析,通过与传统的ARIMA和EEMD-ARIMA模型以及基于残差的ARIMA-LSTM模型进行对比,实验结果表明,本文提出的模型预测精度达到了98%以上,与其他模型相比预测精度提升了将近2%. 相似文献