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:
针对云南省鲜切花产业不断发展壮大与鲜切花价格难以预测的矛盾,拟设计基于智能算法的影响鲜切花价格因素的智能验证模型:根据实际需求将政策指导矩阵进行修改完善,确定市场竞争力最强、市场前景最好的鲜切花品种;然后,基于昆明国际花卉拍卖交易中心官网提供的数据分析框定影响因素;最后,以月季鲜切花为例,采用GRNN神经网络算法构建影响鲜切价格因素的验证模型,确定鲜切花价格的影响因素.该验证模型的建立为构建鲜切花价格预测模型提供了智力支持.
推荐文章
基于时间序列神经网络的鲜切花价格指数短期预测
鲜切花价格指数
BP模型
短期预测
评价指标
基于智能算法的价格预测模型探究
BP神经网络
聚类分析
预测
价格
基于智能算法的月季鲜切花病虫害预测模型的探究
智能算法
月季鲜切花病虫害
自组织竞争神经网络
预测
鲜切花保鲜技术初探
鲜切花
栽培品种
环境
采收
储藏
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 基于智能算法的影响鲜切花价格因素验证方法探究
来源期刊 安徽农业科学 学科 农学
关键词 验证 模型 影响因素 GRNN神经网络算法 鲜切花
年,卷(期) 2018,(22) 所属期刊栏目 农业工程· 农业信息
研究方向 页码范围 190-192
页数 3页 分类号 S126
字数 3107字 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 黎斌林 云南农业大学经济管理学院 18 43 4.0 6.0
2 孙吉红 22 16 2.0 3.0
3 杨菊 5 0 0.0 0.0
4 韦翌 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (49)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1925(1)
  • 参考文献(0)
  • 二级参考文献(1)
1956(2)
  • 参考文献(0)
  • 二级参考文献(2)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
验证
模型
影响因素
GRNN神经网络算法
鲜切花
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导