湖南省研究生科研创新项目(CX2009B151)
- 作品数：2 被引量：11H指数：1
- 相关作者：袁哲明谭显胜王志明李兰芝更多>>
- 相关机构：湖南农业大学湖南人文科技学院湖南省作物种质创新与资源利用重点实验室更多>>
- 发文基金：湖南省研究生科研创新项目国家教育部博士点基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：农业科学生物学更多>>
- 基于支持向量回归的棉铃虫蛹发育历期估测
- 2011年
- 温度与发育速率关系模拟是昆虫学研究的一个重要内容,传统基于经验风险最小的非线性参数模型(Logan模型、Lactin模型和王氏模型)存在诸多弊端。本文基于结构风险最小的改进支持向量回归(SVR)研究温度与棉铃虫Helicoverpa armigera蛹发育历期关系。结果表明:与传统非线性模型相比,SVR模型性能优异;基于全部92个样本,SVR模型拟合和留一法预测的决定系数R^2分别为0.998和0.996,估测的蛹期三基点温度更可信。从全部样本中依温度均匀选取部分样本实施独立预测,当训练集为20个样本时,SVR模型独立预测的R^2为0.981,优于传统非线性模型中独立预测最佳的Lactin模型(R^2=0.958);当训练集进一步减少到12个样本时,SVR模型的R^2仅降低到0.964,而传统非线性模型均已不适用。结果提示SVR模型在小样本情况下较传统非线性模型优势明显,在昆虫发育历期估测建模中有应用前景。
- 谭显胜王志明李兰芝袁哲明
- 关键词：棉铃虫支持向量回归蛹期温度发育历期非线性模型
- 基于支持向量机非线性筛选水稻苗期抗旱性指标被引量：11
- 2010年
- 作物抗旱性指标筛选具小样本、多指标和非线性等特点,传统的基于经验风险最小原则经线性筛选获得的综合指标及在此基础上建立的线性回归模型的合理性受到质疑;基于结构风险最小原则的支持向量机具适于小样本、非线性、泛化推广能力优异等诸多优点,但可解释性差。本文以15个水稻品种苗期反复干旱存活率为因变量,从24个形态生理指标中经支持向量回归(SVR)非线性筛选得苗高、脯氨酸、丙二醛、叶龄、心叶下倒一叶面积、抗坏血酸等6个综合指标,以此建立的SVR模型拟合精度与留一法预测精度均明显优于参比线性模型;如考虑指标测量的简易性,仅以地上部干重、心叶下倒二叶面积、根冠比、叶龄、叶鲜重、心叶下倒一叶面积等6个形态指标进行评估同样可行。为增强SVR的解释能力,基于F测验对SVR模型建立了非线性回归显著性与单因子重要性显著性的测验方法。
- 袁哲明谭显胜
- 关键词：水稻苗期抗旱性指标支持向量机
