基于支持向量机的大豆产量预测研究

被引：7

作者：

孟军 ^{[1
,2
]}

孙超 ^{[3
]}

机构：

[1] 东北农业大学理学院

[2] 国家大豆工程技术研究中心

[3] 东北农业大学经济管理学院

来源：

数学的实践与认识 | 2011年 / 41卷 / 18期

基金：

中国科学院知识创新工程重大项目;

关键词：

大豆产量; 支持向量机; 预测;

D O I：

暂无

中图分类号：

S565.1 [大豆]; TP18 [人工智能理论];

学科分类号：

0901 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

应用支持向量机(SVM)的算法进行中国大豆产量的预测研究,用1991-2008年中国大豆数据组成样本集,建立影响因素与大豆产量之间的SVM模型.利用SVM对输入和输出数据进行训练学习,逼近历史数据所隐含的函数关系,完成对新数据序列的映射关系,从而完成对未来年份大豆的预测,并与其它几种方法的预测效果进行比较.结果表明,SVM预测模型预测大豆产量的精度优于其它预测方法.

引用

页码：144 / 149

页数：6

共 5 条

[1] 支持向量机在粮食产量预测中的应用 [J].