| 饶智勇, 颜七笙.基于SVM的农业机械化水平预测模型[J].广东农业科学,2010,(5):203-205 |
|
查看全文
HTML
基于SVM的农业机械化水平预测模型 |
| 基于SVM的农业机械化水平预测模型 |
| |
| DOI：10.3969/j.issn.1004-874X.2010.05.084 |
| 中文关键词: 农业机械化, 机械化综合水平, 支持向量机, BP神经网络, GM(1,1)模型 |
| 英文关键词: 农业机械化, 机械化综合水平, 支持向量机, BP神经网络, GM(1,1)模型 |
| 基金项目:东华理工大学数学与信息科学学院,江西,抚州,344000 |
|
| 摘要点击次数: 1579 |
| 全文下载次数: 434 |
| 中文摘要: |
| 运用支持向量机方法对我国农业机械化水平进行预测.选取1986-2002年的17个数据作为训练样本,2003-2005年的3个数据作为检验样本,通过与GM(1,1)模型和BP神经网络模型预测结果进行比较,结果表明,2003-2005 3年预测值的平均相对误差仅为0.67%.该方法用于农业机械化水平预测是可行和有效的,为提高预测精度提供了一条新的途径. |
| 英文摘要: |
| 运用支持向量机方法对我国农业机械化水平进行预测.选取1986-2002年的17个数据作为训练样本,2003-2005年的3个数据作为检验样本,通过与GM(1,1)模型和BP神经网络模型预测结果进行比较,结果表明,2003-2005 3年预测值的平均相对误差仅为0.67%.该方法用于农业机械化水平预测是可行和有效的,为提高预测精度提供了一条新的途径. |
|
查看/发表评论 下载PDF阅读器 |
|
|
|
