基于SVM的农业机械化水平预测模型

• 作者: 颜七笙 饶智勇
• 来源期刊: 广东农业科学
• 学科: 农学
• 关键词: 农业机械化 机械化综合水平 支持向量机 BP神经网络 GM(1,1)模型
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 数字农业
• 页码范围: 203-205
• 分类号: S23-01
• 字数: 2024字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-874X.2010.05.084

摘要

运用支持向量机方法对我国农业机械化水平进行预测.选取1986-2002年的17个数据作为训练样本,2003-2005年的3个数据作为检验样本,通过与GM(1,1)模型和BP神经网络模型预测结果进行比较,结果表明,2003-2005 3年预测值的平均相对误差仅为0.67%.该方法用于农业机械化水平预测是可行和有效的,为提高预测精度提供了一条新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜七笙	东华理工大学数学与信息科学学院	62	274	10.0	14.0
2	饶智勇	东华理工大学数学与信息科学学院	14	32	4.0	5.0