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:
以每公顷玉米产量数据序列为分析处理对象,对玉米产量的时间序列进行了预测分析.结合线性回归分析技术和聚类分析理论,采用分层聚类算法与AR时序算法相融合的方法,探明影响玉米产量的主要因素,确定分层聚类方案,建立一个基于聚类分析的玉米产量AR时序模型,并对2005-2009年的玉米产量进行了预测.聚类分析后模型预测结果的误差值大多数<5%.
推荐文章
基于Kruskal的拆旧区空间时序安排模糊聚类分析
Kruskal
拆旧区
空间时序
模糊聚类
变电站为中心配电网电压等高线时序态势图片的聚类分析
态势感知
时序态势图
图片聚类分析
图片特征向量
图片相似度
时间离散度
基于结果聚类分析的个性化推荐模型
个性化推荐
信息检索
聚类分析
聚类分析和活动轮廓模型相融合的图像分割算法
图像分割效率
噪声干扰
初始轮廓线
活动轮廓模型
聚类分析
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 基于聚类分析与时序算法的玉米测产模型
来源期刊 吉林农业大学学报 学科 农学
关键词 线性回归分析 聚类分析 AR模型 玉米产量
年,卷(期) 2012,(6) 所属期刊栏目
研究方向 页码范围 688-691,704
页数 分类号 TP399|S513
字数 语种 中文
DOI
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 陈桂芬 吉林农业大学信息技术学院 135 899 16.0 23.0
2 徐兴梅 吉林农业大学信息技术学院 19 78 5.0 8.0
3 周翠娟 吉林农业大学信息技术学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (62)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (32)
二级引证文献  (18)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(12)
  • 参考文献(2)
  • 二级参考文献(10)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
线性回归分析
聚类分析
AR模型
玉米产量
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
吉林农业大学学报
双月刊
1000-5684
22-1100/S
大16开
吉林省长春市新城大街2888号
1979
chi
出版文献量(篇)
3333
总下载数(次)
5
总被引数(次)
33048
论文1v1指导