版权说明 操作指南
首页 > 成果 > 详情

基于地统计学的多维时间序列模型及其在生态学中的应用

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
谭泗桥;林雪梅;陈渊;向昌盛;袁哲明;...
作者机构:
[谭泗桥] 湖南农业大学,信息科学技术学院,湖南,长沙,410128
[谭泗桥] 湖南农业大学,生物安全科学技术学院,湖南,长沙,410128
[袁哲明; 柏连阳; 陈渊; 向昌盛; 林雪梅] 湖南农业大学
语种:
中文
关键词:
多维时间序列分析;地统计学;支持向量回归;生态学
关键词(英文):
multidimensional time series analysis;geostatistics;support vector regression;ecology
期刊:
湖南农业大学学报(自然科学版)
ISSN:
1007-1032
年:
2009
卷:
35
期:
4
页码:
433-436
基金类别:
基金项目:国家现代农业产业技术体系建设专项(农科教发[2008]10) 湖南省科学技术厅项目(2008SK3056 2009NK3116)
机构署名:
本校为第一机构
院系归属:
信息科学技术学院
摘要:
基于地统计学半变异函数发展了一种新的多维时间序列最优阶数判断方法,并结合支持向量回归建立了既反映样本集动态特征又体现环境因子影响的非线性多维时间序列分析预测模型(GS-SVR). 用一步预测法对两个生态学样本集的预测结果表明,GS-SVR预测精度高,并具结构风险最小、非线性、避免过拟合、泛化推广能力强等诸多优点.
摘要(英文):
A novel model order optimization method based on semivariogram of geostatistics(GS) was proposed. With the combination of this method with support vector regression(SVR), we constructed a new non-linear forecasting model of multidimensional time series analysis named GS-SVR that can show the dynamic characteristics of sample set as well as the effect of environmental factor. To evaluate the performance of GS-SVR, two sets of ecology data were predicted by one-step method, the results showed that GS-SVR had the highest accuracy and had the a...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com