基于支持向量回归机的粮食产量预测研究

作者：陈晨; 吴海云; 田燕红; 左月明

来源：山西农业大学学报(自然科学版), 2013, (04): 357-361.

DOI：10.13842/j.cnki.issn1671-8151.2013.04.001

• 支持向量机
• 回归预测
• 参数选择
• 粮食产量 Support vector machine
• Regression Prediction
• Parameters choice
• Grain output

支持向量机(Support Vector Machines,SVM)是一种具有坚实理论基础的新颖小样本学习方法。采用支持向量机回归(Support Vector Machine Regression,SVR)算法,用libsvm-2.89软件包对我国近年来的粮食产量进行回归预测,选择交叉验证法进行参数寻优,建立粮食产量和其影响因素的支持向量机回归模型。粮食产量预测平均相对百分误差为1.209%,均方根误差为581.191,相关系数为0.962 24。将预测结果与指数平滑模型、生产函数模型及多元线性回归模型进行了比较,用平均绝对百分误差、希尔不等系数及均方根误差对4种模型预测结果进行评价。结果表...

• 出版日期2013
• 单位山西农业大学