黑龙江省玉米产量变化的预测分析——基于支持向量机的实证研究

被引:5
作者
罗正媛
汤洋
机构
[1] 哈尔滨金融学院投资保险系
关键词
玉米产量; 支持向量机; 预测; 黑龙江省;
D O I
10.13427/j.cnki.njyi.2013.02.013
中图分类号
F302.5 [农业数学、农业统计学];
学科分类号
020208 ; 0714 ;
摘要
应用支持向量机(SVM)的算法进行黑龙江省玉米产量的预测研究,用1983-2010年黑龙江省玉米产量数据组成样本集,建立影响因素与玉米产量之间的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玉米的预测,并与其它几种方法的预测效果进行比较。结果表明,应用SVM预测模型预测玉米产量的能力优于其他预测方法。
引用
收藏
页码:30 / 34
页数:5
相关论文
共 6 条
[1]   基于支持向量机的大豆产量预测研究 [J].
孟军 ;
孙超 .
数学的实践与认识, 2011, 41 (18) :144-149
[2]  
数据分析与Eviews应用[M]. 中国统计出版社 , 易丹辉主编, 2002
[3]  
The Nature of Statistical Learning Theory. Vapnik VN. . 1999
[4]   支持向量机在粮食产量预测中的应用 [J].
程伟 ;
张燕平 ;
赵姝 .
安徽农业科学, 2009, 37 (08) :3347-3348
[5]   核参数遗传选优的SVM在直线电机建模中的应用 [J].
赵吉文 ;
刘永斌 ;
孔凡让 ;
陈军宁 .
系统仿真学报, 2006, (12) :3547-3549+3553
[6]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46