基于SVR的多维时间序列分析及其在农业科学中的应用

doi:10.3864/j.issn.0578-1752.2008.08.039

中国农业科学 ›› 2008, Vol. 41 ›› Issue (8): 2485-2492 .doi: 10.3864/j.issn.0578-1752.2008.08.039

基于SVR的多维时间序列分析及其在农业科学中的应用

湖南农业大学生物安全科学技术学院

收稿日期:2006-12-14 修回日期:2007-01-15 出版日期:2008-08-10 发布日期:2008-08-10

湖南农业大学生物安全科学技术学院

Received:2006-12-14 Revised:2007-01-15 Online:2008-08-10 Published:2008-08-10

摘要/Abstract

摘要： 【目的】建立一种基于结构风险最小、既反映样本集动态特征又体现环境因子影响的高精度非线性多维时间序列预测方法。【方法】耦合支持向量机回归（SVR）和带受控项的自回归模型（CAR），以留一法基于MSE最小原则实施模型定阶和变量筛选，以一步预测法检验新模型SVR-CAR的有效性，并通过强制汰选给出各保留变量对预测的相对重要性次序。【结果】3个农业科学实例验证表明，SVR-CAR在7种参比模型中预测精度最高，且可更精细地反映样本集的非线性动态特征，依各保留变量对预测的相对重要性次序及其动态变化可赋予保留变量部分解释能力。【结论】SVR-CAR是一种基于SVR并融合时间序列分析和回归分析的非线性多维时间序列分析方法，具结构风险最小、非线性、适于小样本，能有效克服过拟合、维数灾和局极小，非线性定阶和非线性筛选变量，自动选择核函数及其相应参数，泛化推广能力优异、预测精度高等诸多优点，在农业科学、生态学、经济学等领域有广泛应用前景。

关键词: 多维时间序列, 支持向量机回归, 预测, 均方误差

. 基于SVR的多维时间序列分析及其在农业科学中的应用[J]. 中国农业科学, 2008, 41(8): 2485-2492 .

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: https://www.chinaagrisci.com/CN/10.3864/j.issn.0578-1752.2008.08.039

https://www.chinaagrisci.com/CN/Y2008/V41/I8/2485

[1]	相玉婷, 王晓龙, 胡新中, 任长忠, 郭来春, 李璐. 燕麦品种间脂肪酶活性差异及低脂肪酶优质品种的预测[J]. 中国农业科学, 2022, 55(21): 4104-4117.
[2]	苏媛媛,张德权,古明辉,张春娟,李少博,郑晓春,陈丽. 不同来源ATP表征冷鲜羊肉新鲜度[J]. 中国农业科学, 2022, 55(19): 3841-3853.
[3]	李红燕,薛军,王永宏,王克如,赵如浪,明博,张镇涛,张文杰,李少昆. 宁夏玉米机械粒收适宜时期研究与预测模型构建[J]. 中国农业科学, 2022, 55(12): 2324-2337.
[4]	秦鸿德, 冯常辉, 张友昌, 别墅, 张教海, 夏松波, 王孝刚, 王琼珊, 蓝家样, 陈全求, 焦春海. 基于部分NCII设计的陆地棉F₁表现预测[J]. 中国农业科学, 2021, 54(8): 1590-1598.
[5]	陶晡, 齐永志, 屈赟, 曹志艳, 赵绪生, 甄文超. 基于增强回归树的海河平原小麦赤霉病预测模型构建与验证[J]. 中国农业科学, 2021, 54(18): 3860-3870.
[6]	黄子粤,刘文君,覃仁柳,庞师婵,肖健,杨尚东. 不同品种南瓜内生细菌多样性及PICRUSt基因功能预测分析[J]. 中国农业科学, 2021, 54(18): 4018-4032.
[7]	赵付枚,王爽,田雨婷,乔奇,王永江,张德胜,张振臣. 甘薯病毒病发生关键因素研究[J]. 中国农业科学, 2021, 54(15): 3232-3240.
[8]	周天宇,李姜玲,杨澜,阮仁武,杨宇衡,李中安. 基于亲本对条锈病敏感性预测小麦杂交种的抗性[J]. 中国农业科学, 2020, 53(9): 1806-1819.
[9]	柳艳霞,王振宇,郑晓春,朱瑶迪,陈丽,张德权. 基于品质指标预测北京烤鸭的中心温度[J]. 中国农业科学, 2020, 53(8): 1655-1663.
[10]	项方林,李鑫格,马吉锋,刘小军,田永超,朱艳,曹卫星,曹强. 基于冠层时序植被指数的冬小麦单产预测[J]. 中国农业科学, 2020, 53(18): 3679-3692.
[11]	申哲,张认连,龙怀玉,王转,朱国龙,石乾雄,喻科凡,徐爱国. 基于3种空间预测方法的黄土区土壤颗粒组成空间分布研究—以宁夏海原县为例[J]. 中国农业科学, 2020, 53(18): 3716-3728.
[12]	朱艳,汤亮,刘蕾蕾,刘兵,张小虎,邱小雷,田永超,曹卫星. 作物生长模型（CropGrow）研究进展[J]. 中国农业科学, 2020, 53(16): 3235-3256.
[13]	王黎明,严洪冬,焦少杰,姜艳喜,苏德峰,孙广全. 基于配合力和遗传距离的甜高粱杂种优势预测[J]. 中国农业科学, 2020, 53(14): 2786-2794.
[14]	许世卫,邸佳颖,李干琼,庄家煜. 农产品监测预警模型集群构建理论方法与应用[J]. 中国农业科学, 2020, 53(14): 2859-2871.
[15]	曲玉杰, 孙君灵, 耿晓丽, 王骁, ZareenSarfraz, 贾银华, 潘兆娥, 何守朴, 龚文芳, 王立如, 庞保印, 杜雄明. 陆地棉亲本间遗传距离与杂种优势的相关性研究[J]. 中国农业科学, 2019, 52(9): 1488-1501.

基于SVR的多维时间序列分析及其在农业科学中的应用

PDF

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0