基于主成分与支持向量机的邵阳县烟草产量预测

作者：张泰; 张莉; 彭佳红^*

来源：中国农学通报, 2019, 35(13): 152-156.

• 支持向量机
• 随机森林
• 主成分分析
• 烟草产量
• 土壤养分

为探索准确预测邵阳县烟草产量的方法,首先对邵阳县70个植烟区土壤样本中的碱解氮、有效磷、速效钾等19个养分指标进行主成分分析,得出邵阳县烟草产量主要受有机质、有效锌、有效硼、有效锰、有效硫、交换性钙、全钾、有效铁和速效钾等9个养分含量的影响。在此基础上,基于支持向量机回归算法SVR对70个植烟区的烟草产量进行回归预测。结果发现,以主成分分析后的9个养分指标作为特征变量预测得到的烟草产量的均方误差明显小于以19个养分指标作为特征变量预测得到的烟草产量的均方误差。同时,对比SVR算法和随机森林回归算法发现,SVR算法的预测精度明显优于随机森林回归算法。基于主成分与支持向量机的回归算法是预测邵阳县烟草产量的有效方法。

• 单位
  湖南农业大学; 湖南应用技术学院