基于线性回归模型的菜花重量预测研究

• 作者: 周桂红 程洪 郭霞霞
• 来源期刊: 河北农业大学学报
• 关键词: 机器学习 线性回归 LASSO 重量预测 菜花
• 年，卷（期）: 2019,（1）
• 页码范围: 126-130
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13320/j.cnki.jauh.2019.0021

摘要

针对传统测量重量的方法不适于产前作物产量预测的问题,提出1种通过线性回归模型利用菜花三维模型特征属性得到菜花重量的方法.本研究利用Kinect获得菜花三维模型,再通过获取的菜花三维模型的长、宽、高、最大横截面积和体积等属性建立重量预测模型.引用相对误差、决策系数R2作为模型预测精度的评价指标,对线性回归模型正则化得到的岭回归、LASSO模型进行比较分析.结果 表明,正则化后模型的泛化能力更强,LASSO模型对菜花重量的预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周桂红	河北农业大学信息科学与技术学院	28	252	9.0	15.0
2	程洪	河北农业大学信息科学与技术学院	22	223	8.0	14.0
3	郭霞霞	河北农业大学信息科学与技术学院	1	2	1.0	1.0