小樣本數(shù)據(jù)作物模型研究
發(fā)布時間:2020-02-01 18:30
【摘要】:作物生長模型是精準(zhǔn)農(nóng)業(yè)、數(shù)字農(nóng)業(yè)和智能農(nóng)業(yè)的重要支撐,近年來模型研究呈現(xiàn)出內(nèi)容細(xì)致化、目標(biāo)多樣化和應(yīng)用具體化等發(fā)展趨勢;谛颖緮(shù)據(jù)的作物生長模型具有低耗、靈活、高效、兼容性強(qiáng)等優(yōu)點,能夠彌補(bǔ)大型綜合性模型在作物生理學(xué)研究、環(huán)境脅迫研究以及溫室調(diào)控應(yīng)用等方面存在的不足,但如何確保模型性能是小樣本作物生長建模的難點和研究意義所在。本文以多種作物的光合生理-環(huán)境實測數(shù)據(jù)為對象,研究小樣本作物生長建模的若干關(guān)鍵問題,探討確保模型性能的可行方法。主要內(nèi)容和結(jié)果包括:(1)監(jiān)測數(shù)據(jù)的預(yù)處理研究。針對PTM-48A型作物光合生理-環(huán)境參數(shù)監(jiān)測儀對草莓、黑豆、番茄、南瓜、黃瓜等作物的連續(xù)監(jiān)測數(shù)據(jù),采用聚類分析對數(shù)據(jù)集的時間維度進(jìn)行分類,獲得連續(xù)、全面、均勻的數(shù)據(jù)段,再針對聚類獲得的符合要求的數(shù)據(jù)段進(jìn)行異常檢測,剔除干擾數(shù)據(jù)點。通過聚類分析及異常檢測處理,為后續(xù)分析和建模提供了可靠的樣本數(shù)據(jù)。(2)因子分析與選擇研究。以作物的CO2交換速率及其環(huán)境影響因子的相互關(guān)系為對象,定量地研究、比較了數(shù)據(jù)建模中常用的兩種多因子分析方法——相關(guān)分析及通徑分析的性能。實驗結(jié)果表明,與相關(guān)分析相比,通徑分析能夠解釋因子間的直接和間接作用效果,分析過程更全面,而且能夠消除變量間的多重共線性,變量選擇更有效,更適宜小樣本數(shù)據(jù)作物建模。(3)模型構(gòu)建方法研究。研究、比較了兩種代表性建模方法——回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型的性能。針對四種常見回歸模型的實驗表明,純二次模型精度較高而復(fù)雜度較低,更適宜用作小樣本數(shù)據(jù)作物建模;運用黃瓜的CO2交換率-環(huán)境參數(shù),建立了性能良好的小樣本GA-BP預(yù)測模型;與純二次回歸模型相比,GA-BP神經(jīng)網(wǎng)絡(luò)模型更適宜用于小樣本數(shù)據(jù)的作物模型構(gòu)建。
【圖文】:
第二章 數(shù)據(jù)采集與預(yù)處理息科學(xué)的重要分支之一,是信息處理的前接的橋梁[103]。對于小樣本數(shù)據(jù)作物模型而小樣本數(shù)據(jù)作物模型對數(shù)據(jù)的準(zhǔn)確性、更高,這就使得在進(jìn)行數(shù)據(jù)采集時,必須。及的實驗數(shù)據(jù)都是采用以色列 B.F.Agritec號植物光合生理-環(huán)境因子監(jiān)測系統(tǒng)[104][1包括生理環(huán)境傳感器、系統(tǒng)控制臺、計算
表 2-1 仿真數(shù)據(jù)聚類樹的數(shù)字化表示ble 2-1 Digitization of hierarchical clustering tree of simulation2 3 4 5 6 7 8 9 10 11 12 131 3 4 5 6 7 8 9 13 12 11 102 20 21 22 23 24 25 26 14 28 29 301 1 1 1 1 1 1 1 2 2 2 2,對于同一次監(jiān)測時間數(shù)據(jù)段,存在如下規(guī)1,其合并成的類即第 20 類,與第三類的類間類為第 21 類,與第四類的類間距離仍為 1。這是由于監(jiān)測時間遞增、連續(xù)、等間隔的 k 設(shè)置為: 1zk N示唯一類間距離,即去重復(fù)后的類間距離數(shù)數(shù)。通過圖 2-2 和表 2-1 可知,對于樣本仿5。使用聚類分析將數(shù)據(jù)段劃分為 5 類,,結(jié)果
【學(xué)位授予單位】:安徽農(nóng)業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2015
【分類號】:S126
本文編號:2575469
【圖文】:
第二章 數(shù)據(jù)采集與預(yù)處理息科學(xué)的重要分支之一,是信息處理的前接的橋梁[103]。對于小樣本數(shù)據(jù)作物模型而小樣本數(shù)據(jù)作物模型對數(shù)據(jù)的準(zhǔn)確性、更高,這就使得在進(jìn)行數(shù)據(jù)采集時,必須。及的實驗數(shù)據(jù)都是采用以色列 B.F.Agritec號植物光合生理-環(huán)境因子監(jiān)測系統(tǒng)[104][1包括生理環(huán)境傳感器、系統(tǒng)控制臺、計算
表 2-1 仿真數(shù)據(jù)聚類樹的數(shù)字化表示ble 2-1 Digitization of hierarchical clustering tree of simulation2 3 4 5 6 7 8 9 10 11 12 131 3 4 5 6 7 8 9 13 12 11 102 20 21 22 23 24 25 26 14 28 29 301 1 1 1 1 1 1 1 2 2 2 2,對于同一次監(jiān)測時間數(shù)據(jù)段,存在如下規(guī)1,其合并成的類即第 20 類,與第三類的類間類為第 21 類,與第四類的類間距離仍為 1。這是由于監(jiān)測時間遞增、連續(xù)、等間隔的 k 設(shè)置為: 1zk N示唯一類間距離,即去重復(fù)后的類間距離數(shù)數(shù)。通過圖 2-2 和表 2-1 可知,對于樣本仿5。使用聚類分析將數(shù)據(jù)段劃分為 5 類,,結(jié)果
【學(xué)位授予單位】:安徽農(nóng)業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2015
【分類號】:S126
【相似文獻(xiàn)】
相關(guān)會議論文 前1條
1 李青;賀步杰;;小樣本數(shù)據(jù)分布最優(yōu)擬合的方法研究[A];中國現(xiàn)場統(tǒng)計研究會第九屆學(xué)術(shù)年會論文集[C];1999年
相關(guān)碩士學(xué)位論文 前1條
1 張靜;小樣本數(shù)據(jù)作物模型研究[D];安徽農(nóng)業(yè)大學(xué);2015年
本文編號:2575469
本文鏈接:http://www.sikaile.net/kejilunwen/nykj/2575469.html
最近更新
教材專著