基于支持向量机奶牛饲粮能量消化预测方法

• 作者: 付强 张永根 沈维政 苏中滨 赵春江 辛杭书 魏晓莉
• 来源期刊: 饲料研究
• 学科: 农学
• 关键词: 奶牛饲粮 消化能预测 能量消化率预测 非参数模型 支持向量机
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 营养研究
• 页码范围: 47-51
• 页数: 5页
• 分类号: S811
• 语种: 中文
• DOI: 10.13557/j.cnki.issn1002-2813.2019.07.014

摘要

文章以预测奶牛饲粮消化能(DE)和能量消化率(ED)为目标,提出一种基于支持向量机(SVM)的预测方法,SVM是一种典型的非参数机器学习模型,无需提前对预测模型做任何假设,仅通过对训练样本数据的学习,便能拟合出最接近实际的函数.与传统LR方法和其他非参数机器学习模型RBF-ANN的对比测试结果表明,基于SVM的预测模型在预测精度上优于其他方法,特别是在小样本条件下比传统的LR方法预测精度更高,可以作为对奶牛饲粮DE和ED进行预测的新型参考方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏中滨		84	466	13.0	17.0
2	张永根		222	1690	20.0	29.0
3	付强		317	3949	29.0	46.0
4	魏晓莉		28	70	4.0	6.0
5	辛杭书		28	207	9.0	14.0
6	赵春江		4	30	3.0	4.0
7	沈维政		34	320	11.0	16.0