湖南省研究生科研创新项目(CX2012B307)
- 作品数：5 被引量：10H指数：2
- 相关作者：张红燕谢元瑰陈玉峰隆轲王笑冰更多>>
- 相关机构：湖南农业大学更多>>
- 发文基金：湖南省研究生科研创新项目国家科技支撑计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于层次结构的农民工就业特征模型研究被引量：2
- 2013年
- 为了更有效地为农民工提供个性化就业推荐信息,促进农村剩余劳动力转移。通过采用层次结构表示方法融合决策树模型和向量空间模型,分析了农民工就业个性化推送服务的特点,并将农民工的基本信息特征与其网络上求职的操作特征有机结合,建立农民工就业特征模型。实证结果表明,该模型能够更好地对农民工的就业特征进行表示,提高就业推荐准确率。
- 陈玉峰张红燕敬松谢元瑰隆珂
- 关键词：农民工就业个性化推荐
- 基于REMCC-BPNN的粮食产量预测研究被引量：3
- 2013年
- 粮食产量的准确预测对保证粮食安全、维持社会稳定具有重大意义。提出了一种基于K个最近邻训练样本拟合相对误差绝对值与时序的相关系数最小原则优化BP神经网络的时间序列预测模型REMCC-BPNN,并将该模型应用到我国粮食产量及湖南省粮食产量预测中。结果表明,REMCC-BPNN模型的预测精度优于BPNN、SVR、ARIMA、GM(1,N)等常用的时间序列预测模型,训练速度快,稳定性高。
- 谢元瑰张红燕陈玉峰
- 关键词：BP神经网络时间序列粮食产量
- 基于支持向量机的昆虫数值化鉴定被引量：2
- 2014年
- 为提高昆虫鉴定的准确度,基于支持向量机提出了一种新的计算机昆虫数值化鉴定方法,并应用于以前翅内部翅脉交点距离为数值特征的7种蝴蝶的鉴定。首先利用DrawWing软件对7种蝴蝶的翅脉交点坐标进行了自动获取,并计算各相邻交点之间的欧式距离;然后将每类样本与其他样本组成二分类模型;再对每一模型经支持向量机非线性特征筛选,去除无用或冗余特征值,并以保留特征构建最终分类器。7个预测模型的独立测试平均精度达98.64%,明显高于参比模型,表明新方法在昆虫鉴定领域具有较好的应用前景。
- 吴宏华张红燕陈渊
- 关键词：支持向量机
- 基于REMCC-BPNN的稻瘿蚊发生量预测研究被引量：1
- 2014年
- 为了提高预测稻瘿蚊发生量的准确度,有效防控稻瘿蚊虫害成灾面积,采用基于K近邻样本拟合相对误差绝对值与时序相关系数最小原则优化的BP神经网络预测模型REMCC-BPNN,选取广为认可的气温和降水量为影响因子,对稻瘿蚊的发生量进行独立预测。通过2个实例(化州市晚稻稻瘿蚊发生程度和广西邕宁县稻瘿蚊发生程度)验证显示:REMCC-BPNN模型的独立预测精度分别为94%和100%,明显优于经典回归分析、SVR-CAR、MIV-BPNN等参比模型。可见,REMCC-BPNN模型在虫害发生量预测方面有良好的应用前景。
- 隆轲张红燕谢元瑰李诚
- 关键词：BP神经网络虫害预测时间序列
- 基于GS-SVR的耕地面积预测及其驱动因子分析被引量：2
- 2013年
- 影响耕地面积变化的驱动因子复杂多变,难以确定。为了合理选择耕地面积的驱动因子,提高耕地面积的预测精度,指导耕地资源科学分配利用,通过采用一种基于GS-SVR自变量全组合预测均方误差(Mean Squared Error,MSE)最小原则的方法确定耕地面积的驱动因子;并以湖南省耕地面积变化为例,通过SVR-CAR、LSSVM、BPNN、ARIMA和MLRR等常用的时间序列预测方法来验证所选取驱动因子的有效性。结果表明,湖南省耕地面积变化的最优驱动因子组合为城市化水平和房地产业产值指数,且常用时间序列预测方法采用GS-SVR全组合方式选取的驱动因子组合大幅度提高了耕地面积的预测精度。采用GS-SVR自变量全组合均方误差最小原则的方法选择耕地面积的驱动因子是科学合理的,在耕地面积等时间序列预测领域具有广泛的应用前景。
- 王笑冰张红燕谢元瑰陈玉峰隆轲
- 关键词：耕地面积支持向量回归
