共查询到20条相似文献，搜索用时 343 毫秒
1.
基于GA-RBF融合算法的玉米病虫害产量损失预测研究 总被引：1，自引：0，他引：1
鉴于玉米病虫害等影响因素在预测玉米产量损失时所具有的复杂及非线性等特点,采用传统的径向基函数(radial basis function,简称RBF)神经网络预测起来相对较难,且其预测精度较低。针对上述问题,提出1种基于遗传算法(genetic algorithm,简称GA)和径向基函数神经网络相融合的优化算法,对病虫害所造成的玉米产量损失进行预测。该融合算法利用人工神经网络的非线性拟合能力强和遗传算法寻优能力强的优点,建立最优产量损失预测模型,将该模型的估算值与玉米产量的实际值进行拟合,得到较好的拟合效果图。为了验证算法的可行性,以国家863计划示范基地榆树市弓棚镇13号村的试验数据为样本数据进行仿真预测。结果表明,经过GA-RBF融合算法的预测误差为0.207,较优化前误差降低了0.151,预测精度得到提高,实现对玉米病虫害产量损失的有效预测。预测结果可为农民进行科学有效的病虫害防控提供科学依据,经济有效地降低受灾程度,提高玉米产量。 相似文献
2.
在分析影响地质灾害活动因素的基础上,构建了地质灾害易发性评价指标体系,介绍了隶属函数的建立方法及模糊支持向量机(FSVM)模型的建立过程,最后运用该模型对周宁县地质灾害易发性程度进行评价,把周宁县地质灾害易发性程度划分为地质灾害高易发区、中易发区、低易发区和不易发区四个级别,结果表明该方法可行,具有较强的实用性。 相似文献
3.
命名实体识别(NER)算法在解码实体时,高标签预测精度可能解码出低实体预测精度。针对此问题,选择W2NER作为基模型,对其交叉熵损失函数进行优化,提出了RCL-NER算法。该算法在保证全局关系标签高预测精度的同时,实现了较高的关系实体转换率。算法在两个广泛使用的公共数据集上的实验结果表明,在不连续数据集CADEC中,实体F1值最多提高了1.81个百分点,关系实体转换率最多提高了1.52个百分点;在连续数据集CoNLL-2003中,实体F1值最多提高了0.36个百分点,关系实体转换率最多提高了0.11个百分点。提出的RCL-NER算法通过对损失函数进行优化,提高了实体的预测精度。 相似文献
4.
基于深度学习YOLOV5网络模型的金枪鱼延绳钓电子监控系统目标检测应用 总被引：2，自引：0，他引：2
为评估金枪鱼延绳钓系统运行质量、降低人工成本,以及从金枪鱼延绳钓系统电子监控EMS系统中提取浮球、金枪鱼数量等信息,本文提出一种基于深度学习YOLOV5网络模型的金枪鱼延绳钓电子监控系统浮球及金枪鱼目标检测方法,从HNY722远洋渔船EMS系统视频监控数据中截取包含有目标浮球和金枪鱼的15578帧关键帧,将所有关键帧及其标记文件划分为14178个训练数据及1400个验证数据,基于YOLOV5s、YOLOV5l、YOLOV5m、YOLOV5x等4种YOLOV5神经网络模型,设计分组训练试验对比训练效果.结果表明:参与训练的4种神经网络模型均可完成金枪鱼延绳钓电子监控系统的目标检测任务,但网络模型的选择对广义交并比损失(GIoU loss)、目标检测损失(objectness loss)、准确率(precision)、召回率(recall)、多类别平均精度值(mAP)等参数具有显著性影响(P<0.05),对目标分类损失(classifi-cation loss)参数无显著性影响(P>0.05);检测效果表现较好的模型是YOLOV5l和YOLOV5m,二者的mAP@0.5值分别为99.1％和99.2％,召回率分别为98.4％和98.3％,但YOLOV5m网络模型在GIoU损失等表现上劣于YOLOV5l.研究表明,4种网络模型中YOLOV5l模型是最适合应用于金枪鱼延绳钓电子监控系统目标检测的网络模型. 相似文献
5.
6.
南充市强降雨诱发地质灾害风险预警技术研究 总被引：1，自引：0，他引：1
南充市是四川省地质灾害隐患点分布较多的地区之一,且90%以上为滑坡类型。因此,探索雨量与滑坡的关系,进行提前预警,为临灾转移提供充裕时间,有效降低滑坡灾害带来的生命财产损失显得尤为重要。本文基于南充市2011—2016年181条强降雨型滑坡记录,与213个自动区域站的小时雨量数据进行对比,分析滑坡成因,应用平均降雨强度(I)-时间窗口(D)关系阈值方法,确定了分县域引发滑坡的I-D关系阈值。提出南充市强降雨诱发滑坡地质灾害风险预警技术流程框架和关键性阈值参考值,为地质灾害的准确及时预警奠定了基础。 相似文献
7.
为了提高不完备数据集下红松人工林直径生长模型的预测精度,以1980—2022年黑龙江省75块红松林不同复测间隔期的样地数据(林木胸径、竞争因子和立地等),利用优化建模法构建红松人工林单木直径生长模型,采用单纯形优化算法寻求模拟和实测直径分布差异最小下的模型参数,并利用自举法对模型进行检验。结果表明：优化建模法损失函数的初始参数a=1、b=0.003、c1=c2=1.5时,预测期末林分断面积偏差为0.02 m2·hm-2,显著优于由传统归回建模法的精度(林分断面积偏差为0.44 m2·hm-2);结合实测数据与视图分析,验证了优化建模法的优势和可靠性,揭示了优化法损失函数与传统回归法构建的直径生长模型之间的差异。因此,优化法损失函数构建的红松人工林生长模型在模拟自然生长中表现优越,为制定科学的森林经营方案提供了技术支持。 相似文献
8.
以2000、2010年两期土地利用数据为基础,结合CLUE\|S模型与Markov模型预测了2020年嘉兴市3种不同情景（自然增长情景、生态保护情景和土地优化情景）下的土地利用变化,并据此分析了3种情景下生态服务价值的变化情况。结果表明,至2020年,嘉兴市生态系统服务价值从高到低依次为生态保护情景>土地优化情景>自然增长情景。相对2010年,自然增长情景损失值最高,为136亿元,土地优化情景损失值为087亿元,而生态保护情景损失值仅为027亿元,表明通过采取降低耕地向建设用地的转化速率、增加林地面积的生态保护措施,可以大大提高嘉兴市的生态服务功能。因此,建议嘉兴市政府在增加森林覆盖面积的同时,还要严控城市无序扩张。 相似文献
9.
为使减少粮食储藏环节的损耗,调查储藏环节中粮食作物的损失情况并进行评估预测。通过分析问卷,统计描述影响损失率的各个因素,应用随机漂移粒子群优化算法(random drift particle swarm optimization,RDPSO)和径向基函数(radial basis function,RBF)网络对储藏环节损耗进行评估预测,将调查问卷获得的数据作为RBF模型数据集,应用RDPSO算法进行模型的参数训练,从而获得粮食损耗的智能评估模型。采用稻谷数据作为各模型的数据集,通过仿真试验,对比数据拟合情况和均方误差,其RDPSO-RBF模型学习性能和泛化性能更强。因此,RDPSO-RBF能更好地应用于实际的粮食管理中。 相似文献
10.
选取中越边境元江-红河地区作为研究区,在全面分析斜坡地质灾害影响因子的基础上,建立了地质灾害易发程度评价体系;运用层次分析法(AHP),确定了影响地质灾害易发程度的评价因子及其权重,构建了斜坡地质灾害易发性评价模型;并进行了模型应用,按其斜坡地质灾害易发性程度划分为不易发区、低易发区、中易发区和高易发区4个等级.野外查证表明,该模型构建能较好地刻画研究区斜坡地质灾害易发性程度,模型构建具有一定推广应用价值. 相似文献
11.
12.
《农业科学学报》2017,(2)
Leaf area index(LAI) is a key parameter for describing vegetation structures and is closely associated with vegetative photosynthesis and energy balance. The accurate retrieval of LAI is important when modeling biophysical processes of vegetation and the productivity of earth systems. The Random Forests(RF) method aggregates an ensemble of decision trees to improve the prediction accuracy and demonstrates a more robust capacity than other regression methods. This study evaluated the RF method for predicting grassland LAI using ground measurements and remote sensing data. Parameter optimization and variable reduction were conducted before model prediction. Two variable reduction methods were examined: the Variable Importance Value method and the principal component analysis(PCA) method. Finally,the sensitivity of RF to highly correlated variables was tested. The results showed that the RF parameters have a small effect on the performance of RF,and a satisfactory prediction was acquired with a root mean square error(RMSE) of 0.1956. The two variable reduction methods for RF prediction produced different results; variable reduction based on the Variable Importance Value method achieved nearly the same prediction accuracy with no reduced prediction,whereas variable reduction using the PCA method had an obviously degraded result that may have been caused by the loss of subtle variations and the fusion of noise information. After removing highly correlated variables,the relative variable importance remained steady,and the use of variables selected based on the best-performing vegetation indices performed better than the variables with all vegetation indices or those selected based on the most important one. The results in this study demonstrate the practical and powerful ability of the RF method in predicting grassland LAI,which can also be applied to the estimation of other vegetation traits as an alternative to conventional empirical regression models and the selection of relevant variables used in ecological models. 相似文献
13.
一种基于趋势单产和遥感修正模型的混合估产模型 总被引：3，自引：0，他引：3
【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。 相似文献
14.
VaR数学模型及其计算方法 总被引：1，自引：0，他引：1
VaR(Value at Risk)是一种以规范的统计技术来度量市场风险的新标准,目前在金融数学领域被广泛使用,它是在正常的市场条件下,给定一定时间区间和置信水平,测度最大损失的数学方法。传统的VaR计算方法在计算开放式基金时,可能存在着高估风险的情况,对数正态分布假设下得到的风险值(VaR)要比正态分布假设下的风险值更接近实际值。本文着重论述了VaR模型的数学原理以及该模型的计算方法,运用对数正态分布假设来评估开放式基金的风险,以验证其结果是否更加接近实际风险值。 相似文献
15.
Fumin Wang Jingfeng Huang Yuan Wang Zhanyu Liu Fayao Zhang 《Precision Agriculture》2013,14(2):172-183
The estimation of nitrogen concentration from remotely sensed data has been the subject of some work. However, few studies have addressed the effective model for monitoring nitrogen status at canopy level using Support Vector Machines (SVM). The present study is focused on the assessment of an estimation model for nitrogen concentration of rape canopy with hyperspectral data. Two types of estimation model, the traditional statistical method based on stepwise linear regression (SLR) and the emerging computationally powerful techniques based on support vector machines were applied The Root Mean Square Error (RMSE) and T values were used to assess their predictability. The results show that a better agreement between the observed and the predicted nitrogen concentration were obtained by using the SVM model. Compared to the SLR model, the SVM model improved the results by lowering RMSE by 11.86–21.13 %, and by increasing T by 20.00–29.41 % for different spectral transformations. The study demonstrated the potential of SVM to estimate nitrogen concentration using canopy level hyperspectral data and it was concluded that SVM may provide a useful exploratory and predictive tool when applied to canopy-level hyperspectral reflectance data for monitoring nitrogen status of rape. 相似文献
16.
本文针对CPS测量数据为多元响应数据的特点，建立了一个CPS网平差的多元响应模型，讨论了模型的性质，在几种情形下，给出了参数的极大似然估计与非线性最小二乘估计的非线性优化模型，讨论了参数估计的求解方法。 相似文献
17.
地形坡度对星载LiDAR的回波波形会产生很大的影响,并会进一步影响森林结构参数的正确估测.比较两类参数量化地形坡度的能力：辅助地形DEM数据的地形指数和波形自身参数后缘长度,以在反演坡地森林冠层高度时仅从回波波形本身出发,而不需要借助于其他辅助数据.采用估测坡地森林冠层高度的两组对比模型来比较：第1组对比模型是Xing模型和基于未改进的后缘长度的线性模型;第2组对比模型是Xing模型和基于改进的后缘长度的线性模型.结果表明,在两组对比模型中,基于波形自身特征参数的模型结果均优于基于辅助地形DEM数据的地形指数的Xing模型,说明在量化地形坡度时,波形的自身特征参数的量化能力要高于辅助地形DEM数据的量化能力. 相似文献
18.
基于开花期卫星遥感数据的大田小麦估产方法比较 总被引：4，自引：2，他引：2
【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势,能够及时准确地获取作物产量信息,反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感估产建模方法,以实现进一步提高大田作物遥感估产精度,为宏观了解不同区域作物产量形成情况及变化趋势提供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观测试验,以国产卫星产品HJ-1A/1B影像为遥感数据,于小麦开花期开展大田定位观测区卫星遥感植被指数、关键生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析,进一步增强遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法,间接建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标,利用筛选得到的敏感遥感变量,首先监测对应的小麦生长指标,结合该小麦生长指标与产量间的定量关系,进而建立间接估产模型,利用此模型进行小麦遥感间接估产。利用直接和间接建模方法,以相关性最高为原则,筛选估算产量的敏感卫星遥感变量。以2012年试验数据为建模样本,采用线性回归分析方法,分析小麦开花期苗情指标、产量与卫星遥感变量两两之间的相关性,分别构建以遥感植被指数为基础的大田小麦估产模型,与地面实测结果一起建立模型共同分析。以2011年试验数据为验证样本,选取评价指标拟合度(R2)和均方根误差(RMSE),对两类模型的估算精度进行验证和比较,以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数(difference vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI)为基础的单因子直接估产模型的均方根误差(root mean square error,RMSE)为918 kg·hm-2和1 399.5 kg·hm-2,以DVI和RVI遥感变量构建双变量估产模型的RMSE为1 036.5 kg·hm-2,以归一化植被指数(normalized difference vegetation index,NDVI)和叶片氮积累量为基础构建的间接估产模型的RMSE为805.5 kg·hm-2,说明开花期HJ-1A/1B影像估算小麦区域产量是可行的,且精度较高;经比较,以NDVI和叶片氮积累量为基础的间接估产模型精度明显高于直接估产模型,相较于DVI直接估产模型RMSE降低了112.5 kg·hm-2,相较于RVI直接估产模型RMSE降低了594 kg·hm-2,相较于双因子模型RMSE降低了231 kg·hm-2。【结论】国产卫星HJ-1A/B可以较好满足估测小麦产量要求,且利用间接方法建立作物遥感估产模型要好于直接方法,研究结果为利用遥感技术更为准确估算大田小麦产量提供了一种新的途径。 相似文献
19.
叶面积指数（LAI）作为表征植被冠层结构的重要参数，一直是气候变化和生态研究中的热点，遥感技术的发展为大范围叶面积指数的获取提供了可能。以景洪市热带橡胶林为研究对象，以机载LiDAR和Landsat8/OLI为信息源，结合44块样地实测数据，使用支持向量机回归(SVR)、BP神经网络(BPNN)和偏最小二乘回归(PLSR) 3种模型,在前期建立基于林分水平的LAI估测模型的基础上，进一步构建区域尺度的LAI反演模型，实现景洪市橡胶林LAI的反演。结果表明，基于LiDAR的林分水平模型中，SVR模型最优，决定系数（R2）为0.76，相对均方根误差（rRMSE）为17%，估测精度（P）为83%；以SVR模型估测结果作为区域尺度遥感反演模型的先验样本，结合Landsat8/OLI数据的BP神经网络模型反演效果最好，估测精度达76%。 相似文献
20.
杉木人工林平均树高遥感反演模型研究 总被引：1，自引：0，他引：1
以湖南攸县黄丰桥国有林场杉木人工林为研究对象,以高分辨率SPOT5影像及1∶10 000地形图为数据源,提取海拔、坡度、坡向、郁闭度,B1(反射率)、B2(反射率)、B3(反射率)、B4(反射率),B1/B4、B2/B4、B3/B1,EVI、NDVI、RVI等14个因子,运用主成分分析法以及岭迹估计法剔除与平均树高相关性小的变量因子,确定影响平均树高估测的主要因子为:B2(反射率)、B4(反射率)、坡向、郁闭度、NDVI。基于最小二乘法建立遥感反演关系模型,用实地调查数据进行模型检验,平均树高估测回归模型的相关系数、决定系数、调整相关系数以及标准估计的误差分别为0.891 0、0.793 0、0.774 0、0.842 2,树高估测模型达到较好的拟合效果,得到杉木人工林的平均树高模型。 相似文献