期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SVR和CNN-LSTM-ATTENTION模型的粮食产量影响因素分析和组合预测
1
作者
赵垭越
樊琳琳
+2 位作者
秦政
苗敬利
吕彬
《中国粮油学报》
北大核心
2025年第9期190-198,共9页
本研究旨在提高粮食产量预测的准确性,以河北省为例,采用1990—2021年河北省的粮食产量数据,通过相关性分析、共线性分析、灰色关联度分析等方法和异常值剔除,筛选出了11个关键变量。构建了基于支持向量回归(SVR)和卷积神经网络-长短期...
本研究旨在提高粮食产量预测的准确性,以河北省为例,采用1990—2021年河北省的粮食产量数据,通过相关性分析、共线性分析、灰色关联度分析等方法和异常值剔除,筛选出了11个关键变量。构建了基于支持向量回归(SVR)和卷积神经网络-长短期记忆网络-注意力机制(CNN-LSTM-ATTENTION)的组合预测模型,以提高粮食产量预测精度。实证分析表明,组合模型有效整合了SVR处理非线性关系的能力与CNN-LSTM-ATTENTION捕捉时序特征的优势。平均绝对百分比误差(MAPE)仅为1.498%,相较于单一的SVR模型和CNN-LSTM-ATTENTION模型分别提高了17%和42%,显示出更好的泛化能力和鲁棒性。
展开更多
关键词
粮食产量
SVR
CNN-LSTM-ATTENTION
灰色关联
在线阅读
下载PDF
职称材料
题名
基于SVR和CNN-LSTM-ATTENTION模型的粮食产量影响因素分析和组合预测
1
作者
赵垭越
樊琳琳
秦政
苗敬利
吕彬
机构
河北工程大学信息与电气工程学院
军事科学院
出处
《中国粮油学报》
北大核心
2025年第9期190-198,共9页
基金
国家自然科学基金项目(72074219)
国家社会科学基金项目(23ZDA119)。
文摘
本研究旨在提高粮食产量预测的准确性,以河北省为例,采用1990—2021年河北省的粮食产量数据,通过相关性分析、共线性分析、灰色关联度分析等方法和异常值剔除,筛选出了11个关键变量。构建了基于支持向量回归(SVR)和卷积神经网络-长短期记忆网络-注意力机制(CNN-LSTM-ATTENTION)的组合预测模型,以提高粮食产量预测精度。实证分析表明,组合模型有效整合了SVR处理非线性关系的能力与CNN-LSTM-ATTENTION捕捉时序特征的优势。平均绝对百分比误差(MAPE)仅为1.498%,相较于单一的SVR模型和CNN-LSTM-ATTENTION模型分别提高了17%和42%,显示出更好的泛化能力和鲁棒性。
关键词
粮食产量
SVR
CNN-LSTM-ATTENTION
灰色关联
Keywords
grain yield
SVR
CNN-LSTM-ATTENTION
grey relational degree
分类号
S114 [农业科学—农业基础科学]
TS210 [轻工技术与工程—粮食、油脂及植物蛋白工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SVR和CNN-LSTM-ATTENTION模型的粮食产量影响因素分析和组合预测
赵垭越
樊琳琳
秦政
苗敬利
吕彬
《中国粮油学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
