基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
土壤水分是直接影响作物产量的重要因素之一,因此科学地预测土壤含水量对充分利用土壤水资源具有十分重要的意义.土壤含水量受到多重气象因素的影响,各气象因子间往往存在多重相关性, 从而导致传统的多元回归模型(基于最小二乘法)的失真,丧失稳健性,预测精度降低.为此,采用偏最小二乘回归建模,借助主成分分析与典型相关分析的思路,采用成分提取的方法,有效地解决了各气象因子之间的多重相关问题,建立了土壤含水量预报模型,并对模型进行了辅助分析,得出了各影响因子的评价结果排序,同时模型的拟合和预报精度均较好.
推荐文章
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
偏最小二乘回归神经网络的矿坑涌水量预测
矿坑涌水量
偏最小二乘回归
神经网络
预报模型
混沌时间序列局域偏最小二乘回归多步预测模型
混沌序列
多步预测
偏最小二乘回归
局域模型
基于最小二乘支持向量机的土壤含水量检测的研究与分析
最小二乘支持向量机
土壤含水量
检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于偏最小二乘回归的土壤含水量预测模型研究
来源期刊 农机化研究 学科 农学
关键词 偏最小二乘回归 土壤含水量 影响因子 预测
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 45-49
页数 分类号 S157
字数 3855字 语种 中文
DOI 10.3969/j.issn.1003-188X.2010.09.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王福林 黑龙江八一农垦大学工程学院 168 1809 23.0 34.0
3 李存斌 30 135 8.0 10.0
4 彭胜民 黑龙江八一农垦大学工程学院 17 119 5.0 10.0
6 黄嘉鑫 东北农业大学工程学院 6 56 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (82)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (27)
二级引证文献  (6)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
偏最小二乘回归
土壤含水量
影响因子
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导