數(shù)據(jù)缺失條件下基于主導(dǎo)因子的條斑紫菜生長趨勢預(yù)測方法研究
發(fā)布時間:2022-08-06 18:31
條斑紫菜(Pyropia/Porphyra yezoensis)具有極高的營養(yǎng)價值、經(jīng)濟價值以及環(huán)境價值,是我國很重要的一種大型栽培海藻。但是其培育過程中還是存在著很多的問題,比如一些缺苗、爛苗以及生長環(huán)境變化帶來的產(chǎn)量減少都時常發(fā)生,因此研究條斑紫菜生長情況的預(yù)測方法就十分必要,這有助于預(yù)測紫菜的生長趨勢以提高紫菜產(chǎn)量。目前,條斑紫菜以及相關(guān)觀測數(shù)據(jù)缺失間斷極其嚴(yán)重,與此同時,紫菜的生長過程復(fù)雜并且受到各個環(huán)境因子不同程度且貫穿始終的影響,這些都給條斑紫菜的生長趨勢預(yù)測研究造成一系列困難。本文通過分析整個生長階段條斑紫菜及影響因子的情況,以達到解決條斑紫菜生長趨勢預(yù)測問題的目的。依據(jù)實際獲得但是間斷缺失嚴(yán)重的環(huán)境因子數(shù)據(jù)與紫菜面積數(shù)據(jù),根據(jù)其數(shù)據(jù)特征分別采用不同的數(shù)據(jù)填補方法?紤]到環(huán)境因子數(shù)據(jù)具有較強空間性的特點,提出克里金-三次樣條插值法并完成數(shù)據(jù)填補?紤]到各個環(huán)境因子不同程度地影響紫菜面積數(shù)據(jù),提出基于支持向量回歸(SVR)的分段插值法并完成面積數(shù)據(jù)填補。建立支持向量機(SVM)權(quán)重模型計算得到紫菜生長過程各個影響因子的動態(tài)權(quán)重變化,給出影響紫菜生長的主導(dǎo)因子。結(jié)合填補得到的...
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 引言
1.1 條斑紫菜的研究現(xiàn)狀
1.1.1 條斑紫菜的價值
1.1.2 條斑紫菜的研究現(xiàn)狀
1.2 主要研究內(nèi)容
1.3 論文框架
第二章 條斑紫菜生長機制分析
2.1 紫菜的生長過程
2.2 影響紫菜生長的要素分析
第三章 紫菜培育過程中環(huán)境因子和面積的缺失數(shù)據(jù)填補技術(shù)研究
3.1 數(shù)據(jù)填補技術(shù)介紹
3.2 克里金-三次樣條插值法
3.2.1 克里金-三次樣條插值法原理
3.2.2 克里金-三次樣條插值法算法
3.2.3 克里金-三次樣條插值模型對環(huán)境因子的插值
3.3 基于SVR的分段插值法
3.3.1 支持向量機原理
3.3.2 支持向量機回歸算法
3.3.3 基于SVR的分段插值模型的建立
3.3.4 基于SVR的分段插值模型對紫菜面積數(shù)據(jù)的插值
第四章 基于主導(dǎo)因子的紫菜生長趨勢預(yù)測方法
4.1 權(quán)重分析法介紹
4.2 基于SVM的權(quán)重分析法
4.3 基于主導(dǎo)因子的紫菜生長趨勢預(yù)測技術(shù)
第五章 基于數(shù)據(jù)填補和主導(dǎo)因子分析的紫菜生長趨勢預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)
5.1 預(yù)測對象與指標(biāo)體系
5.2 缺失數(shù)據(jù)填補模型
5.2.1 基于克里金-三次樣條插值的環(huán)境因子填補模型
5.2.2 基于SVR的分段插值面積數(shù)據(jù)填補模型
5.3 基于主導(dǎo)因子的紫菜生長趨勢預(yù)測模型
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻
附錄
致謝
本文編號:3670150
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 引言
1.1 條斑紫菜的研究現(xiàn)狀
1.1.1 條斑紫菜的價值
1.1.2 條斑紫菜的研究現(xiàn)狀
1.2 主要研究內(nèi)容
1.3 論文框架
第二章 條斑紫菜生長機制分析
2.1 紫菜的生長過程
2.2 影響紫菜生長的要素分析
第三章 紫菜培育過程中環(huán)境因子和面積的缺失數(shù)據(jù)填補技術(shù)研究
3.1 數(shù)據(jù)填補技術(shù)介紹
3.2 克里金-三次樣條插值法
3.2.1 克里金-三次樣條插值法原理
3.2.2 克里金-三次樣條插值法算法
3.2.3 克里金-三次樣條插值模型對環(huán)境因子的插值
3.3 基于SVR的分段插值法
3.3.1 支持向量機原理
3.3.2 支持向量機回歸算法
3.3.3 基于SVR的分段插值模型的建立
3.3.4 基于SVR的分段插值模型對紫菜面積數(shù)據(jù)的插值
第四章 基于主導(dǎo)因子的紫菜生長趨勢預(yù)測方法
4.1 權(quán)重分析法介紹
4.2 基于SVM的權(quán)重分析法
4.3 基于主導(dǎo)因子的紫菜生長趨勢預(yù)測技術(shù)
第五章 基于數(shù)據(jù)填補和主導(dǎo)因子分析的紫菜生長趨勢預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)
5.1 預(yù)測對象與指標(biāo)體系
5.2 缺失數(shù)據(jù)填補模型
5.2.1 基于克里金-三次樣條插值的環(huán)境因子填補模型
5.2.2 基于SVR的分段插值面積數(shù)據(jù)填補模型
5.3 基于主導(dǎo)因子的紫菜生長趨勢預(yù)測模型
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻
附錄
致謝
本文編號:3670150
本文鏈接:http://www.sikaile.net/kejilunwen/yysx/3670150.html
最近更新
教材專著