|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于主成分分析的山东省粮食生产影响因素显示文摘针对山东省粮食生产的影响因素分析这一问题,选取粮食作物播种总面积、有效灌溉面积、农业就业人数、农业机械总动力、农用化肥折纯量、农村用电量、农药施用量、农用地膜使用量、农用柴油量9个指标,自《山东统计年鉴》《中国统计年鉴》收集相关指标数据,运用主成分分析法对以上指标在粮食生产环节产生的影响进行了分析和讨论,得出:第一个主成分的方差贡献率为51.012%,主要体现了地理环境因素指标和生产资料指标两方面,第二个主成分的方差贡献率为38.648%,主要体现了农用机械投入指标。通过该研究对山东省粮食产量的影响因素进行了分析,对粮食生产具有一定的实际意义。 | 徐英 黄凯美 | 2021 | 青岛农业大学学报(自然科学版)2021，38，2： | 7 |
| 2 | 山东省粮食产量的影响因素及预测显示文摘分析粮食产量的影响因素,并科学地预测粮食产量,对于提高未来粮食产量、保障粮食安全具有重要意义。本文选取1994—2018年粮食产量等数据,对影响粮食产量的因素进行灰色关联度分析,并用ARIMA模型预测粮食产量及影响因素,最后将预测的数据进行灰色关联度分析,并将前后两次灰色关联度分析结果进行比较。结果显示:1994—2018年显著影响粮食产量的因素为粮食播种面积、灌溉面积比重、老年抚养比和化肥投入水平;2019—2023年粮食产量的影响因素为灌溉面积比重、农业生产资料价格总指数、机械化水平;未来5年山东省粮食产量将缓步提升。 | 殷世杰 | 2020 | 粮食科技与经济2020，45，5： | 4 |
| 3 | 基于组合预测法对云南省粮食产量的预测显示文摘当前国际形势变幻莫测,地缘政治冲突不断升级,导致我国的粮食安全在一定程度上也面临着诸多风险和挑战,而针对粮食安全的评估,粮食产量通常是一个重要的衡量指标。本文将二次指数平滑模型、灰色GM(1,1)模型和支持向量回归模型进行组合优化,以云南省2001-2020年的粮食产量为样本数据,采用线性组合预测模型预测了未来三年的粮食产量。实证结果表明线性组合预测模型具有较好的预测效果,且云南省未来三年的粮食产量呈现出稳步增长的趋势。 | 陈婷怡 王皓晔 | 2022 | 科学技术创新2022，，17： | 3 |
| 4 | 基于SVM的共和地区春小麦产量预测系统研究显示文摘以青海省共和地区春小麦产量为研究对象,在归纳国内外研究进展的基础上应用支持向量机(SVM)算法,利用共和地区春小麦种植区1990年~2020年度逐日平均气温、最高温度、最低温度、降水、日照时数、相对湿度,逐年≥0℃、≥5℃、≥10℃活动积温数据作为气象影响因子,以共和县气象局农业气象观测地段小麦产量数据作为预测样本,构建支持向量机学习模型,对共和地区春小麦产量进行预测。结果表明,模型预测的平均相对误差为4.2%,预测精度可以满足春小麦产量预报服务的业务需求,业务应用可有效提高农业气象服务质量和效益,对地方政府合理调整农业生产结构和有效开展防灾减灾具有一定的参考价值。 | 李文辉 刘鑫 娄仲山 李金红 闫蓉 丁玲 | 2022 | 青海科技2022，29，4： | 1 |
| 5 | 基于机器学习的重庆市粮食产量预测 及影响因素分析显示文摘科学进行粮食产量预测及其影响因素分析对作出粮食生产决策及保障粮食安全有重要意义。对重庆市1997—2021年粮食数据进行收集、整理、分析,发现各特征与重庆市粮食产量间不是简单线性关系,因此使用非线性模型拟合粮食产量与其影响因素之间的函数关系,训练三种核函数的高斯过程回归(GPR)模型并进行组合预测,试验结果显示所得的组合模型具有很好的泛化能力。以2020—2021年数据为测试集,组合预测模型对2020年和2021年数据预测的绝对百分比误差分别为0.0744%和0.6324%。但GPR不易获得粮食产量与其影响因素之间的函数关系,导致使用GPR模型进行影响因素重要性分析很困难,进而借助多元函数泰勒公式及偏最小二乘回归(PLSR)对重庆市粮食产量进行影响因素分析。通过PLSR模型发现对重庆市粮食产量影响较大的因素是粮食播种面积、农用机械总动力、劳动力投入和成灾面积;农用机械总动力的增加降低了粮食播种面积减少等带来的负面影响。最后提出保护耕地面积、发展农业科技创新、鼓励返乡创业就业以及加强气候监测等建议来保障重庆市粮食安全。 | 邬粒 邹黎敏 周科 | 2023 | 中国农机化学报2023，44，10： | 0 |
| 6 | 基于组合分析模型的河北省粮食产量预测研究显示文摘粮食产量是农业生产的基本问题之一,它标志着农业生产力的发展水平。以河北省为研究对象,选取2000~2019年粮食产量和影响因素数据。一方面,自单一的粮食产量时间序列入手,利用R语言建立线性拟合、Holt两参数指数平滑模型;另一方面,考虑粮食产量的影响因素,建立粮食产量与影响因素之间的逐步回归、岭回归模型。基于组合预测原理,以绝对值残差损失函数最小为原则,利用Java语句计算最优权重,最终得到Holt两参数指数平滑法与逐步回归法组合的最优预测模型。与四种单项预测模型相比,其在预测精度上有显著提高。 | 殷阿娜 王可心 | 2023 | 产业与科技论坛2023，22，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员