农业信息化投入对农业产出贡献率评价研究

被引:14
作者
李优柱 [1 ,2 ]
易新福 [3 ]
郑明洋 [1 ]
机构
[1] 华中农业大学经济管理学院
[2] 湖北农村发展研究中心
[3] 西南财经大学中国金融研究中心
关键词
粒子群优化; 最小二乘支持向量机; 评估模型; 农业信息化; 农业产出;
D O I
暂无
中图分类号
F320.1 [农业现代化道路、模式]; F224 [经济数学方法];
学科分类号
020205 ; 1203 ; 0202 ; 0701 ; 070104 ;
摘要
为进一步提高农业信息化投入对农业产出贡献的评价精度,提出一种基于粒子群优化算法优化LSSVR的混合智能评价方法,采用粒子群优化算法选取最小二乘支持向量回归机训练参数。首先,介绍粒子群优化算法优化LSSVR算法,并以农业信息化对农业总产出贡献率的预测进行农业信息化评估实验。选取广东省2003-2010年农业信息化对农业总产出贡献率的数据进行研究,表明基于粒子群优化最小二乘支持向量回归机的混合智能评估算法相比于传统的支持向量回归机有更好的评估效果。这种方法能较好地评价与预测农业信息化对农业总产出的贡献率,对正确引导我国农业信息化的发展具有重要的理论价值。
引用
收藏
页码:143 / 146
页数:4
相关论文
共 13 条
[2]   农村信息化对农民生计改善的影响分析 [J].
张莉 ;
张艳 ;
刘福江 ;
聂凤英 .
农业技术经济, 2011, (05) :13-19
[3]   基于DEA及超效率DEA模型的农业信息化评价研究 [J].
李思 .
湖北农业科学, 2011, 50 (06) :1292-1294
[4]   基于AHP的土地开发利用程度评价及分析——以武汉市为例 [J].
曹瑞芬 ;
蔡银莺 .
华中农业大学学报(社会科学版), 2011, (01) :65-69
[5]   我国农村信息化水平评价研究 [J].
黄志文 .
科技进步与对策, 2009, 26 (23) :158-162
[6]   浅析天津农业信息化测评指标体系的构建 [J].
信丽媛 ;
宋治文 ;
贾宝红 ;
吕雄杰 ;
詹嘉放 .
中国农学通报, 2008, (08) :465-468
[7]   农业信息服务发展水平评价研究 [J].
韩兴顺 ;
潘海峰 ;
文静华 ;
朱汝庆 .
农机化研究, 2007, (10) :20-24
[8]   试论发展农村信息化 [J].
郭永田 .
农业经济问题, 2007, (01) :44-46
[9]  
对我国农业信息化发展水平测度指标体系及测算方法的探讨[J]. 于琳,耿红军.新学术. 2007(01)
[10]   我国农业信息化水平的测度及分析 [J].
蔚海燕 .
晋图学刊, 2004, (01) :24-28+37