基于支持向量机回归的豫南地区小麦蚜虫发生程度预测模型研究  

Prediction Model of Wheat Aphid Occurrence in Southern Henan Province Based on Support Vector Machine Regression

作　　者：高风昕 Gao Fengxin(College of Mathematics and Statistics,Huanghuai University,Zhumadian 463000,Henan,China)

机构地区：[1]黄淮学院数学与统计学院,河南驻马店463000

出　　处：《农业技术与装备》2021年第5期32-34,共3页Agricultural Technology & Equipment

基　　金：河南省科技攻关(农业),《基于大数据的豫南地区小麦蚜虫发生程度预测模型的研究》,项目编号:182102110292;河南省工程研究中心:《河南省装备制造业物联网大数据分析与应用工程研究中心》,豫发改高技〔2020〕701号;河南省优秀基层教学组织资助项目(豫教高〔2019〕71号)。

摘　　要：以豫南地区2008年—2019年的小麦蚜虫发生程度、气象资料为依据,给出小麦蚜虫发生的17个影响因子,利用主成分分析的方法对输入因子降维,在此基础上建立基于RBF核函数支持向量机回归的小麦发生程度的预测模型。经测试样本验证并与多元线性回归方法相比,表明该模型预测精度高,泛化能力和时效性强,具有良好的应用前景。Based on the occurrence degree and meteorological data of wheat aphid in southern Henan Province from 2008 to 2019,17 influencing factors of wheat aphid occurrence were given,and the dimension of input factors was reduced by principal component analysis method.On this basis,a prediction model of wheat occurrence degree based on RBF kernel function support vector machine regression was established.Compared with the multiple linear regression method,the model has high prediction accuracy,generalization ability and timeliness,and has a good application prospect.

关 键 词：支持向量机回归 核函数 小麦蚜虫 

分 类 号：S435.12[农业科学—农业昆虫与害虫防治]