商空间粒度计算理论在农作物产量预测中的应用-计算机应用技术专业论文.docxVIP

商空间粒度计算理论在农作物产量预测中的应用-计算机应用技术专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要摘要 摘要 摘要 农作物产量预报是重要的农业气象业务服务内容。但目前在农业气象服务 和产量预测中所使用产量预测模式与方法,很难满足当前农业气象业务服务需 求,迫切需要更新、完善和新方法的补充。 本文以商空间的粒度计算理论和构造性机器学习方法为工具,以主要农作物 (冬小麦)生长过程中气象条件对产量影响的历史数据为研究重点,确定主要农作 物生长发育关键时期的农业气象服务指标,建立、完善和优化淮河区域主要农作 物产量的农业气象预报模式,提高农作物产量预测水平。 根据气象时间序列的特点,在商空间粒度计算理论框架下,采用周、旬、月 及混合粒度等多种粒度,本文从不同的层次分析了光、温、水分及其它环境气 象数据信息对农作物产量的影响。通过分析,以灰色模型GM(1,1)与构造性机器 学习方法(交叉覆盖算法)相结合建立主要农作物产量预测模型,并以此模型为 依据,实现对农作物产量的预报。在构建模型过程中,通过估算作物对天气条件 的反应,尤其是不同发育阶段对光、温、水分及其它环境气象要素的要求,进行 作物的气候生态和产量预测研究,获取不同粒度的气候生态和主要农作物产量预 测模型,提出气象要素和主要农作物产量的不同粒度的概念模型,将气象要素作 为一个关键因子运用到主要农作物产量的预测中;改进统计预测方法中存在的随 机性和偶然性,尤其是改善现有预测方法未考虑中长期天气变化的局限,提高模 式的模拟和预测能力。 关键字:商空间粒度计算;构造性机器学习方法;灰色模型;产量预测模型 安徽大学2006届硕士学位论文 安徽大学2006届硕士学位论文 商空问粒度计算理论在农作物产量预涮中的应用 Abstract Yield prediction maintains all important part of agricultural weather service. However,the present-adopted basic indexes,models and approaches applied to weather service and yield prediction which cannot meet the needs of the pmsent agrculturai weather service in quantity,quality,pertinence,and in accuracy.Thus deeper research should be conduced to supplement,innoVate,and perfect them. In this dissertation,the Granular Computation of Quotient Space Theory and Structural machine learning method础adopted to study the influence of weather conditions upon the main crop(i.e.winter wheat)in the Huaihe River valley.The data ofthe influence in the long rim are analyzed.The agrcllltural weather service indexes for the growth of the main crop(i.e.winter wheat)in the critical period are decided. Thus the agricultural weather forecast model for the main crop(i.e.winter wheat)in the Huaihe River valley is optimized to improve the yield prediction level.In the following part,the Quotient Space Theory and Stractural machine learning method are addressed. According to the features of the time sequence of weather,under the flame of quotient space model of granule computing,discusses sampling different granularities during pedods of a week,ten days.and a month and mixed granularities to analyze th

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档