作者:
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:
根据2009—2020年豫南地区小麦蚜虫的发生程度、逐日气象数据及小麦发育期的相关数据,给出小麦蚜虫发生的17个影响指标,利用因子分析(FA)的方法提取5个公共因子,以此为基础建立基于RBF核函数支持向量机回归(SVR)的小麦蚜虫发生程度预测模型.通过测试样本验证并与多元线性回归方法相比,实证结果表明,该模型预测精度高、泛化能力和时效性强,具有良好的应用前景.
推荐文章
平凉市小麦蚜虫发生程度预测模型研究
小麦蚜虫
发生程度预测
模型
平凉市
瑞华防治小麦蚜虫的效果
小麦蚜虫
瑞华
效果
浅谈小麦蚜虫的综合防治新技术
小麦蚜虫
原因浅析
防治技术
3种小麦蚜虫的形态识别与防治技术
麦长管蚜
麦二叉蚜
禾谷缢管蚜
识别
防治
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FA-SVR的小麦蚜虫发生程度预测模型研究
来源期刊 农业与技术 学科
关键词 支持向量机回归 核函数 小麦蚜虫
年,卷(期) 2021,(11) 所属期刊栏目 农业科学
研究方向 页码范围 12-14
页数 3页 分类号 S431.9
字数 语种 中文
DOI 10.19754/j.nyyjs.20210615004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (520)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
支持向量机回归
核函数
小麦蚜虫
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
农业与技术
半月刊
1671-962X
22-1159/S
大16开
吉林省长春市
882755
1980
chi
出版文献量(篇)
29147
总下载数(次)
38
论文1v1指导