共查询到18条相似文献，搜索用时 203 毫秒
1.
基于遗传算法最小二乘支持向量机的耕地变化预测 总被引：19，自引：10，他引：9
针对耕地变化内部规律与模拟方法进行研究,提出最小二乘支持向量机耕地变化预测方法,有效构建耕地变化与耕地变化影响因子之间复杂的非线性关系模型。利用遗传算法全局寻优功能优化最小二乘支持向量机内部参数,提高最小二乘支持向量机耕地变化预测模型精度。利用该模型对江苏无锡市1987－2000年期间耕地变化进行预测,并与多元回归、GM(1,1)、BP网络、支持向量机（SVM）耕地预测模型和实际调查耕地变化数据进行比较分析。预测精度评价结果证实,该方法耕地预测精度远高于多元回归、GM(1,1),BP网络模型,略高于SVM模型,但算法复杂度和计算效率远优于SVM预测模型,是一种有效的耕地变化预测方法。 相似文献
2.
应用红外光声光谱技术及支持向量机模型测定土壤有机质含量 总被引：2，自引：0，他引：2
快速测定土壤有机质含量对作物生产和土壤肥力评价具有重要意义,红外光声光谱技术的应用为土壤有机质快速测定提供了可能。本研究以江苏省南京市溧水区水稻土土样为材料,探究了红外光声光谱技术在有机质测定中的应用。采用主成分分析、偏最小二乘和独立成分分析,分别提取了土壤光谱的主成分、偏最小二乘潜变量和独立成分,并以提取的信息输入支持向量机,从而构建了三种支持向量机校正模型。同时,偏最小二乘也被用于建立校正模型,作为支持向量机模型的对照。预测结果表明,基于独立成分的支持向量机模型效果最好,预测相关系数R2、均方根误差RMSEP和实际测量值的标准差与光谱模型预测值标准差的比值即RPD值分别为0.808、0.575和2.28。F检验表明,该模型显著优于基于主成分的支持向量机模型,但与基于偏最小二乘潜变量的支持向量机模型,以及经典偏最小二乘模型没有显著差异。t检验表明,各校正模型对有机质的预测结果与化学测定结果没有显著差异。因此,红外光声光谱技术为土壤有机质的快速测定提供了新的技术手段。 相似文献
3.
及时准确地监测柑橘树体钾营养状况,有助于科学施肥,提高柑橘果实的品质和产量。试验对采集的W·默科特叶片钾含量及叶片光谱信息进行相关性分析,利用主成分分析和连续投影算法进行降维处理,同时结合偏最小二乘回归和最小二乘支持向量机回归分别建立了叶片钾含量预测模型。结果显示,柑橘叶片钾含量特征波长主要集中在450～600 nm、700 nm左右、980～1030 nm区域;最小二乘支持向量机回归模型的预测效果明显优于偏最小二乘回归模型,预测集相关系数达0.91。结果表明,利用高光谱成像技术结合最小二乘支持向量机回归可实现对柑橘叶片钾含量的快速诊断。 相似文献
4.
基于多光谱成像技术的大麦赤霉病识别 总被引：1，自引：1，他引：0
该文提出了一种根据大麦多光谱图像实时识别大麦赤霉病害的方法。首先利用阈值分割以及形态学的处理算法去除大麦穗图像背景和麦芒干扰信息;其次从预处理后的多光谱图像中提取图像的颜色统计特征;最后将这些颜色统计特征数据经过预处理后应用偏最小二乘法（principal component analysis, PLS）进行模式特征分析,经过交互验证法判别选取最佳的主成分数,输入到最小二乘-支持向量机模型(least square-support vector machine, LS-SVM),建立病害识别模型。经过比较发现多元散射校正处理后,最佳主成分为1的最小二乘支持向量机模型对病害的识别准确率最高,达到93.9%。表明利用多光谱成像信息可对大麦赤霉病进行准确识别,为植物病害监测与防治提供了一条新方法。 相似文献
5.
泵的性能曲线是泵选型、优化调度和泵站运行的重要依据,通常该曲线均是通过试验或是根据试验数据和性能图表上的数据进行曲线拟合而获得,但这些方法复杂昂贵,而且拟合精度不高。针对以上方法的缺点,提出了一种基于交叉验证最优参数选择的最小二乘支持向量机（LSSVM）泵性能预测方法。通过最小二乘支持向量机（LSSVM）学习算法网络的设计和构建,并应用网络搜索－交叉验证的方法对支持向量机参数进行优化选择,模拟得到复杂和非线性很强的泵的性能曲线,经优化模型输出值和试验值、同多项式拟合值以及径向基神经网络误差的比较,交叉验证最优参数选择的最小二乘支持向量机具有优良的非线性建模能力和泛化能力,在有限学习样本条件下仍获得了很高的精度,平均相对误差为0.02378%,为泵的性能分析提供了一种简便可行的智能方法。 相似文献
6.
基于电子舌技术的绿茶滋味品质评价 总被引：7，自引：2，他引：5
该文研究利用电子舌技术快速评价绿茶的滋味品质。试验以“碧螺春”绿茶为研究对象,以绿茶滋味化学鉴定法作为绿茶滋味品质的评价方法,获得的滋味总得分值作为电子舌评价模型的参考测量值。在数据分析过程中,首先对不同生产日期的碧螺春茶汤滋味总得分值和各传感器响应值进行单因素方差分析;然后对比采用偏最小二乘法和最小二乘支持向量机建立电子舌传感器响应值与滋味总得分值之间的相关模型。结果显示不同生产日期对绿茶滋味品质及各传感器响应信号都具有极显著影响;当采用4个主成分时,建立的最小二乘支持向量机模型最优。用独立样本检验模型精度,模型预测值与参考值的相关系数为0.906,预测集均方根误差为4.077。研究结果可为茶叶品质智能化评价提供参考。 相似文献
7.
8.
基于LS-SVM的草莓固酸比和可滴定酸近红外光谱定量模型 总被引：1，自引：1，他引：0
为提高草莓固酸比和可滴定酸近红外光谱定量模型的性能,该文采用偏最小二乘法提取的潜在变量作为最小二乘-支持向量机模型的输入变量,建立了两指标的近红外定量模型,并与偏最小二乘模型结果进行了比较,建模所使用的光谱范围为6000～12500 cm-1。结果表明,草莓可滴定酸和固酸比偏最小二乘模型校正相关系数、校正和预测均方根误差分别为0.430、0.096%、0.096%及0.688、0.926和1.190,而两指标的前10个潜在变量得分作为输入变量的最小二乘—支持向量机模型各项性能均远优于偏最小二乘模型,其校正和预测相关系数、校正和预测均方根误差以及剩余预测偏差分别为：可滴定酸0.965、0.967、0.028%、0.027%、3.881;固酸比0.980、0.973、0.258、0.373、3.111。研究表明,潜在变量作为最小二乘支持向量机模型的输入变量可在较大程度上改善草莓可滴定酸和固酸比指标近红外定量模型的预测性能和稳定性。 相似文献
9.
基于蚁群优化最小二乘支持向量回归机的河蟹养殖溶解氧预测模型 总被引：2，自引：7，他引：2
养殖池塘溶解氧是河蟹赖以生存的重要指标,及时准确地掌握溶解氧浓度变化趋势是确保高密度河蟹健康养殖的关键。为提高溶解氧预测精度和效率,该文提出了蚁群算法(ACA)优化最小二乘支持向量回归机(LSSVR)的河蟹养殖溶解氧预测方法。采用蚁群算法对最小二乘支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间非线性预测模型。利用该模型对江苏宜兴市2010年7月20日～7月28日期间高密度养殖池塘溶解氧进行预测。研究表明,该预测模型取得较好的预测效果,与支持向量回归机和BP神经网络相比,模型评价指标均方根误差、相对均方误差均值、平均绝对误差和和决定系数和运行时间分别为0.0328、0.0016、0.0448、0.9916和3.3275s均优于其他预测方法,ACA-LSSVR模型不仅计算复杂度低、收敛速度快、预测精度高、泛化能力强,还能满足实际高密度河蟹养殖溶解氧管理的需要,为其他领域的水质预测提供参考。 相似文献
10.
11.
12.
为了提高股票价格预测精度,提出一种改进支持向量机的股票价格预测模型。该模型利用粒子群算法的全局寻优能力对支持向量机参数进行优化,以提高股票价格的预测精度,采用具体股票价格数据对模型性能进行测试。结果表明,改进支持向量机能够对股票价变化趋势进行预测,是一种有效、高精度的股票价格预测模型。 相似文献
13.
多尺度土壤入渗特性的变异特征和传递函数构建 总被引：3，自引：3，他引：0
土壤入渗特性的变异特征具有明显空间依赖性和尺度效应,其多尺度上的参数估值是农田灌溉设计和管理的重要基础。该研究以在关中平原进行的52组双环入渗试验为基础,通过比较不同方法计算的标定因子对Kostiakov公式的标定效果,结合小波分析和通径分析方法识别并量化分析标定因子和土壤特性参数（土壤机械组成、容重、初始含水率和有机质含量）在多尺度的相关性,在此基础上分别利用多元线性回归（Multiple Linear Regression, MLR）、BP神经网络（BP Artificial Neural Network, BP-ANN）和支持向量机（Support Vector Machine, SVM）3种方法构建估算标定因子的土壤传递函数。结果表明,采用最小二乘法计算标定因子对Kostiakov公式的标定效果最优,所有测点标定后累积入渗量与实测值的均方根误差（Root Mean Square Error, RMSE）、平均偏差（Mean Bias Error, MBE）、相对误差绝对值均值（Mean Absolute Value of Relative Error, MARE）分别为1.83 cm、0.24 cm、21.2%;多尺度条件下,土壤容重、砂粒、黏粒和有机质含量组合是引起研究区域标定因子空间变化的主要变异源,其中标定因子与砂粒和有机质含量呈显著正相关关系,总通径系数分别为0.78和0.65,与黏粒和土壤容重呈显著负相关关系,总通径系数分别为?0.74和?0.68;采用SVM法构建估算标定因子的土壤传递函数精度最高,其验证集所得入渗量估算值与实测值具有较高的一致性,两者间的RMSE、MBE和MARE分别为1.92 cm、0.05 cm和27.6%,说明SVM法可用于构建估算标定因子的土壤传递函数。研究结果有助于揭示多尺度上土壤入渗特性的变异特征和解决入渗参数难以快速获取的问题。 相似文献
14.
[目的]探讨赣江流域地区植被恢复对土壤抗侵蚀能力提高的作用机理以及土壤水稳定性的测定方法。[方法]选取3种不同成土母质(花岗岩、红砂岩、第四纪红土),每一种母质又设置了3种植被覆盖条件下的红壤,应用静水天平法测定土壤的水稳性指数,并研究其随时间的变化规律。[结果]赣南红壤的水稳性随浸水时间延长而减弱,这种减弱变化不受母质类型和植被覆盖的变化而改变。林草地和灌草地土壤水稳性在浸水过程中土壤的水稳性指数较为稳定,下降幅度小,(林下)裸地土壤浸水后水稳性指数下降幅度较大。以(林下)裸地作为对照,3种母质的林草地、灌草地的水稳性指数均有显著提高。[结论]静水天平法特别适合研究土壤水稳性的动态变化规律。赣江流域红壤地区的植被恢复有助于提高土壤的水稳定性。 相似文献
15.
16.
[目的] 选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。 [方法] 以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预处理操作以便统一数据的范围和均值点,并使用核主成分分析(KPCA)技术对预处理后的光谱数据进行降维操作。选取方差解释率为99.6%下的6个特征向量进行后续预测模型的训练,接着在原有粒子群算法的基础上引入自适应惯性权重更新公式和遗传—模拟退火变异思想,提高算法的寻优能力。使用改进的粒子群优化算法对支持向量回归模型中的超参数组合进行寻优,对支持向量回归模型使用输出的结果进行预测模型的训练,最后使用测试集数据进行总磷浓度的预测。 [结果] 提出了一种结合光谱降维的改进粒子群优化算法(IPSO)结合支持向量回归(SVR)的水体总磷含量预测模型。通过和当前预测性能较好的几种机器学习模型进行精度的比较发现,该试验模型对长江水体总磷浓度进行预测时决定系数(R2)为0.973 920,均方根差(RMSE)为0.003 012,平均绝对误差(MAE)为0.002 105。 [结论] 使用光谱数据结合降维技术、粒子群优化算法和机器学习模型的算法融合模型检测水体总磷浓度可行性强,精确度高,且拟合效果良好。 相似文献
17.
18.
土壤表层含水量存在于陆-气界面，是模拟全球水文、能源和碳循环及其相互作用的一个重要变量，对于气候和地球系统研究至关重要。为了评价风云三号B星（FY-3B）、风云三号C星（FY-3C）、先进微波扫描辐射计（AMSR2）土壤含水量产品在锡林郭勒草原以及不同土地覆盖类型的精度和适用性，本文基于2014-2019年生长季的地面观测数据，应用时间序列相关性（R）、均方根误差（RMSE）、平均偏差（Bias）和无偏均方根误差（ubRMSE）分析了这三种网格产品的可靠性。结果表明：（1）在日尺度上，FY-3B和FY-3C土壤含水量产品高估了陆地表层含水量，AMSR2低估了土壤含水量；各项评价指标表明三种土壤含水量产品均能够捕捉锡林郭勒草原表层土壤含水量的时间变化趋势。（2）在月尺度上，与AMSR2相比，FY-3B和FY-3C土壤含水量产品的月度分布与实测土壤含水量分布较为一致。（3）在生长季尺度，3种卫星土壤含水量产品能够反映各草原亚型的土壤含水量状况；FY-3B和FY-3C土壤含水量产品在植被覆盖较高的地区适用性较好，AMSR2在植被覆盖较低的地区可靠性较好，3种产品在监测土壤含水量方面具有互补功... 相似文献