农业大数据产业的.ppt

支持向量机回归拟合结果与实际结果、预测结果与实际结果的对比表格 * 支持向量机回归拟合结果与实际结果、预测结果与实际结果的对比图、 * * 从2001年到2014年14年的调查数据显示七星瓢虫的数量呈下降趋势，而异色瓢虫的数量呈上升趋势。 * 决策树分类模型简介 * 2001 - 2014年14年间小麦生长期日最低气温年代际变化呈上升趋势，其趋势方程为：y=0.5528x+11.573，随日最低气温升高，七星瓢虫数量减少。 * 在分析时发现2001 – 2014年鲁中地区全年日照时数呈下降趋势，然而小麦生长期日照时数年代际变化呈上升趋势，其趋势方程为：y=0.1759x+75.987，推测小麦生长期多为春夏季节交接，而近年来该时间段鲁中地区多风，少雨，晴天较多，因而日照时数有所增加。随日照时数的增加，异色瓢虫的数量增加。 * 将预测误差小于2%的数据视为预测准确，将预测准确字段的个数作为预测的准确度，通过预测的准确度对模型的准确性进行评估，得到异色瓢虫决策树预测模型的置信度分别为90.62%。 * 将预测误差小于2%的数据视为预测准确，将预测准确字段的个数作为预测的准确度，通过预测的准确度对模型的准确性进行评估，得到七星瓢虫决策树预测模型的置信度分别为89.06%。 * 图中，节点表示输入变量，其位置取决于信息增益率的大小。类别是目标变量的取值，即小麦蚜虫的发生等级，“%”表示该等级所占比例，“n”值表示样本的个数。由图可知，当日照时数大于13 h，小麦蚜虫发生程度为4级；当日照时数小于或等于13 h，并且百株瓢虫数小于或等于7.6头时，小麦蚜虫发生等级为1级，以此类推。 * 经分析，得样本中目标变量的正确值与错误值。计算得到该模型的置信度为91.49%。且运算稳定，由小麦蚜虫的预测值与真实值的拟合图可知，对于4级和5级的预测效果偏离真实值较大。而SVR恰恰可以弥补这一点。 * 可见SVR训练的模型对于预测麦蚜的发生等级较准确，模型真实值与预测值之间的回归系数为0.9307，预测值与真实值吻合程度高。其弥补了C5.0算法存在对4级和5级预测效果较差的缺陷 * 通过回归模型得到的训练集样本的拟合值与实际值的相关系数为0.99，而测试集样本的预测值与实际值的相关系数为0.96。 Case 2 麦田主要瓢虫类天敌昆虫发生趋势分析 七星瓢虫与异色瓢虫是小麦蚜虫的主要天敌昆虫 数据分析发现， 两种瓢虫的种群发生数量在近十几年内发生了反转。 研究背景 原因 ？ 七星瓢虫与异色瓢虫发生趋势分析 麦田主要瓢虫类天敌昆虫发生趋势 决策树分类模型分析 主要相关变量年代际变化 2001 - 2014年14年间小麦生长期日最低气温年代际变化呈上升趋势，其趋势线方程为：y = 0.5528x+11.573 2001 - 2014年调查日期最低气温的变化趋势 2001 - 2014年调查日期日照时数的变化趋势 2001 - 2014年小麦生长期日照时数年代际变化呈上升趋势，其趋势线方程为：y = 0.1759x+75.987 决策树分类模型的评估 异色瓢虫决策树分类模型预测值与真实值拟合图 将预测误差小于2%的数据视为预测准确，将预测准确数据个数占总数据个数的百分比作为预测的准确度，得到该决策树分类模型的置信度为90.62%。 七星瓢虫决策树分类模型预测值与真实值拟合图 将预测误差小于2%的数据视为预测准确，将预测准确数据个数占总数据个数的百分比作为预测的准确度，得到该决策树分类模型的置信度为89.06%。 日最低气温在调查期年际变化呈上升趋势，随日最低气温升高，七星瓢虫数量减少。 日照时数在调查期年际变化呈上升趋势，随日照时数的增加，异色瓢虫的数量增加。 Case 3 决策树及SVR机器学习算法在麦蚜发生程度预测中的应用 研究背景 小麦蚜虫是影响我国小麦生产的最主要害虫，每年危害面积2.5亿亩，造成减产一般在15-30%。 麦蚜发生缺少短期预测模型。模型建立对指导政府主导的小麦病虫害“统防统治”具有重要意义。 决策树树形图 决策树分类模型评估 经计算得样本中目标变量的正确值与错误值。以预测误差小于2%作为准确值，得到该决策树分类模型的置信度为91.49%。且运算稳定。 2003-2010年的数据作为训练集，2011-2013年的数据作为测试集进行训练，模型真实值与预测值之间的回归系数为0.9307，预测值与真实值吻合程度高。 SVR结果与检验 鲁中区，麦蚜发生量与日照时数相关程度最高，当日照时数大于13 h，小麦蚜虫发生程度为4级。 在预测麦蚜发生程度时，决策树C5.0算法的准确率略低于SVR。SVR算法可以弥补决策树C5.0算法在预测麦蚜发生为4和5级时误差较大的不足。