基于知识流的作物蒸散量数据挖掘方法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。针对作物蒸散量（ET0）计算中参数多、噪声复杂和非线性的特点,研究一种数据挖掘方法——随机森林,在数据挖掘建模过程中引入知识流的概念,通过知识流模型的分层,实现从不同角度、不同层次观察模型知识流的分布和流动情况,抓住建模关键环节,为更加准确、高效地建立模型提供支持。将其应用于作物蒸散量计算中,以西安的气象数据为输入参数,以FAO56Penman-Monteith公式计算的结果作为预测对比值,进行了建模与验证。结果表明,采用知识流建立的数据挖掘模型预测精度较高、稳定性好、泛化能力强,能够有效预测作物蒸散量。相比其他模型效率高,性能更优,尤其适用于大样本的作物蒸散量预测分析中,对于确定作物需水量有一定的参考价值。

原文链接:http://www.cqvip.com//QK/91883A/201703/671602699.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据挖掘方法 数据挖掘 方法研究 数据挖掘模型 PENMAN 作物蒸散量 数据挖掘 随机森林 知识流