您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于NARX神经网络的粮食产量预测模型

文献类型： 中文期刊

作者： 李环 1 ; 孙素芬 2 ; 罗长寿 2 ;

作者机构： 1.北京农学院

2.北京市农林科学院农业信息与经济研究所

关键词： 典型相关分析;粮食产量预测;非线性自回归;时间序列

期刊名称： 江苏农业科学

ISSN： 1002-1302

年卷期： 2020 年 48 卷 022 期

页码： 228-232

收录情况： 北大核心

摘要： 中国是世界上重要的粮食生产大国,保证粮食产量和粮食安全关系到我国国民经济的健康发展.而做好粮食产量的预估工作,对于指导经济的健康发展十分重要.在借鉴相关研究成果和中国统计年鉴的基础上,选择7组与粮食产量相关的统计指标,并根据数据与粮食产量作出典型相关性分析,证明7组统计量与粮食产量之间的相关性,迸而构建一种基于时间序列非线性自回归神经网络的粮食产量预测模型.经过检验发现,该模型的准确率和性能都取得较好的效果,在测试数据集上的平均误差为1.5%.

  • 相关文献

[1]基于时序Sentinel-2影像的现代农业园区作物分类研究. 张东彦,戴震,徐新刚,杨贵军,孟炀,冯海宽,洪琪,姜飞. 2021

[2]季节时间序列模型在平菇价格预测中的应用. 罗长寿,周丽英. 2013

[3]基于HJ-CCD数据和决策树法的干旱半干旱灌区土地利用分类. 于文婧,刘晓娜,孙丹峰,姜宛贝,曲葳. 2016

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台