基于机器学习的昆明站参考作物蒸散量估算研究

王超; 杨蒙

首页> 中文期刊> 《中小企业管理与科技》 >基于机器学习的昆明站参考作物蒸散量估算研究

基于机器学习的昆明站参考作物蒸散量估算研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

论文使用KNEA、LGBM和MARS三种机器学习算法对昆明站1966-2015年参考作物蒸散量进行估算,通过输入因子组合设置以及算法结果统计指标分析,得出KNEA模型算法采用最高气温(Tmax)、最低气温(Tmin)和地表日总辐射(Rs)三个因子的拟合度最高.三种模型预测期与验证期的各项指标相接近,稳定性均较高.

著录项

来源
《中小企业管理与科技》 |2020年第34期|186-188|共3页
作者
王超; 杨蒙;
展开▼
作者单位

宁夏建设职业技术学院银川 750021;

南昌工程学院南昌 330000;

展开▼
原文格式 PDF
正文语种 chi
中图分类作物生理学;
关键词
机器学习; 参考作物蒸散量; 统计指标; 稳定性;

相似文献

中文文献
外文文献
专利

1. 基于不同机器学习模型的川中丘陵区参考作物蒸散量模拟 [J] . 黄滟淳 ,崔宁博 ,陈宣全 . 中国农村水利水电 . 2020,第5期
2. 基于改进Makkink模型的四川盆地参考作物蒸散量估算 [J] . 吴宗俊 ,崔宁博 ,胡笑涛 . 排灌机械工程学报 . 2021,第005期
3. 基于光谱指数与机器学习算法的土壤电导率估算研究 [J] . 曹肖奕 ,丁建丽 ,葛翔宇 . 土壤学报 . 2020,第004期
4. 基于机器学习和多颜色空间的冬小麦叶片氮含量估算方法研究 [J] . 黄芬 ,高帅 ,姚霞 . 南京农业大学学报 . 2020,第2期
5. 基于粗糙集机器学习的全生命周期造价估算方法研究 [J] . 景晨光1 ,段晓晨2 . 软件工程与应用 . 2013,第002期
6. 中国西北地区参考作物蒸散量的估算与变化特征 [C] . 汪彪 ,WANG Biao ,曾新民 . 第33届中国气象学会年会 . 2016
7. 基于机器学习算法的陕西省参考作物蒸散量计算 [A] . 李可利 . 2020

基于机器学习的昆明站参考作物蒸散量估算研究

摘要

著录项

相似文献

相关主题

期刊订阅