基于支持向量机的农业科技项目分类研究

【摘要】：农业科技项目投入是解决"三农问题"的关键途径,而农业科技项目分类是农业科技项目投入的参考依据。支持向量机(SVM)是借助最优化方法解决分类问题的方法,较好地克服了"维数灾难"和"有限样本的学习分类"等问题。通过选择不同的核函数和对应的参数可以构造不同的分类器,参数的选择决定了其学习和泛化能力。为此,提出了粒子群优化(PSO)算法和K-折交叉验证来搜索最优参数,并将其应用到农业科技项目分类中。实验结果表明,该方法搜索到的参数达到了较高的准确率,对农业科技项目分类分析有较大的帮助。

【作者单位】：贵州大学计算机科学与信息学院;
【基金】：贵州省科技计划项目(黔科合NY字[2010]3078号)贵州省农业科技项目数据库应用系统
【分类号】：S126;TP18

下载全文更多同类文献

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

	【参考文献】
	【参考文献】

中国期刊全文数据库

前3条

1	刘海涛;黄敏;朱启兵;王聪;;基于支持向量机的不平衡数据分类算法的研究[J];计算机应用研究;2009年08期
2	陈月华;胡晓光;张长利;;基于机器视觉的小麦害虫分割算法研究[J];农业工程学报;2007年12期
3	付磊;王金亮;;基于粗糙集理论的RBF神经网络在LUCC分类浅析[J];云南师范大学学报(自然科学版);2010年03期

	【共引文献】
	【共引文献】

中国期刊全文数据库

前10条

1	屈赟;吴玉洁;刘盼;;计算机视觉技术在农作物病虫草害防治中的研究进展[J];安徽农业科学;2011年09期
2	卞建鹏;廖瑞金;杨丽君;;应用弱化缓冲算子与最小二乘支持向量机的变压器油中溶解气体浓度预测[J];电网技术;2012年02期
3	祝晓燕;常宏飞;张金会;;基于遗传算法的不均衡样本在支持向量机中的研究[J];机械工程师;2012年05期
4	王江宁;纪力强;;昆虫图像分割方法及其应用[J];昆虫学报;2011年02期
5	魏新华;蒋杉;;农药变量喷施技术的研究现状及发展趋势[J];农机化研究;2011年02期
6	何丽丽;姜重然;徐建东;;基于ARM田间无线图像嵌入式系统的研究[J];农机化研究;2012年08期
7	卢军;陈建军;吴鹏飞;谭佐军;;利用霍特林变换对仓储害虫图像倾斜矫正[J];农业工程学报;2012年08期
8	李震;洪添胜;曾祥业;郑健宝;;基于K-means聚类的柑橘红蜘蛛图像目标识别[J];农业工程学报;2012年23期
9	赵相彬;梁永全;陈雪;;基于支持向量机的不平衡数据分类研究[J];计算机与数字工程;2013年02期
10	刘振岩;王勇;陈立平;马俊杰;陈天恩;;基于SVM的农业智能决策Web服务的研究与实现[J];计算机技术与发展;2010年06期

中国重要会议论文全文数据库

前2条

1	张建华;冀荣华;祁力钧;王虎;黄士凯;王沛;;作物病虫害信息获取方法研究与展望[A];中国农业工程学会2011年学术年会论文集[C];2011年
2	杨镇宇;祝诗平;;基于机器视觉和SVM的花椒外观品质检测[A];2009全国虚拟仪器大会论文集（二）[C];2009年

中国博士学位论文全文数据库

前1条

1	杨蜀秦;农作物籽粒的图像处理和识别方法研究[D];西北农林科技大学;2012年

中国硕士学位论文全文数据库

前8条

1	陆晨芳;基于机器视觉的规模养鸡场死鸡探测系统设计研究[D];江苏大学;2009年
2	符能;基于机器视觉的管制瓶检测系统的研究[D];合肥工业大学;2009年
3	朱嵬鹏;基于聚类算法的图像分割[D];江南大学;2009年
4	张继红;基于计算机视觉的蚜虫图像识别方法研究[D];西北农林科技大学;2009年
5	彭彦松;基于支持向量机的养鸡场死鸡检测方法研究[D];江苏大学;2010年
6	杨镇宇;基于机器视觉和SVM的花椒外观品质检测技术研究[D];西南大学;2010年
7	邵为爽;粗糙集BP神经网络在高校贫困生认定中的应用[D];齐齐哈尔大学;2012年
8	刘建博;基于不平衡支持向量机的上市公司财务预警系统研究[D];吉林大学;2012年

	【二级参考文献】
	【二级参考文献】

中国期刊全文数据库

前10条

1	赵炳爱,范晓虹;直方图在图像分类快速算法中的应用研究[J];电脑开发与应用;2003年05期
2	郭海涛,田坦,张春田,朱昊;利用粗糙集和属性直方图的图像增强方法[J];光电工程;2005年03期
3	王晓辉,张少敏,武中利;基于粗糙集图像分层算法的研究[J];华北电力大学学报;2005年02期
4	董广军,范永弘,罗睿;基于粗糙集理论的遥感影像分类研究[J];计算机工程与应用;2003年13期
5	王和勇;樊泓坤;姚正安;;SMOTE和Biased-SVM相结合的不平衡数据分类方法[J];计算机科学;2008年05期
6	韩慧;王文渊;毛炳寰;;不均衡数据集中基于Adaboost的过抽样算法[J];计算机工程;2007年10期
7	林智勇;郝志峰;杨晓伟;;不平衡数据分类的研究现状[J];计算机应用研究;2008年02期
8	黄小燕,郭勇,赵太飞;数学形态学的储粮害虫彩色数字图像分割[J];计算机测量与控制;2003年06期
9	唐向阳,张勇,李江有,黄岗,杨松,关宏;机器视觉关键技术的现状及应用展望[J];昆明理工大学学报(理工版);2004年02期
10	陈素玲;刘文奇;;一种基于颜色特征的图像分类、检索与约简方法[J];昆明理工大学学报(理工版);2005年06期

	【相似文献】
	【相似文献】

中国期刊全文数据库

前10条

1	尹文芳;张冬妍;袁文爽;;PSO优化SVM在木材干燥建模中的应用[J];机电产品开发与创新;2010年01期
2	陈广洲;汪家权;胡淑恒;;基于支持向量机的水资源开发利用评价模型[J];中国农村水利水电;2008年11期
3	赵汝东;王殿武;陈延华;肖强;孙焱鑫;;应用支持向量机方法对北京平原粮田区土壤养分肥力的评价研究[J];土壤通报;2009年03期
4	吴兴伟;王雷;迟道才;;基于多分类SVM的水泵故障诊断的研究[J];节水灌溉;2009年07期
5	汪丽娜;陈晓宏;李粤安;林凯荣;杜建;刘霞;;支持向量机多分类模型的洪水分类[J];灌溉排水学报;2009年05期
6	陈琳;刘俊民;刘小学;;支持向量机在地下水水质评价中的应用[J];西北农林科技大学学报(自然科学版);2010年11期
7	唐晓芬;赵秉新;;基于支持向量机的农村劳动力转移预测[J];安徽农业科学;2011年11期
8	蔡月芹;陈争光;谭峰;;支持向量机及在马铃薯分级中的应用[J];中国新技术新产品;2011年10期
9	田有文,张长水,李成华;支持向量机在植物病斑形状识别中的应用研究[J];农业工程学报;2004年03期
10	杨绍锷;黄元仿;;基于支持向量机的土壤水力学参数预测[J];农业工程学报;2007年07期

中国重要会议论文全文数据库

前10条

1	王欣;阳春华;秦斌;;基于支持向量机的模糊规则获取及其在铁水硅含量预报中的应用[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
2	林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3	蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4	黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年
5	谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6	涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7	杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8	师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年
9	张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10	许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年

中国重要报纸全文数据库

前10条

1	课题主持人李心丹　课题协调人上海证券交易所施东晖傅浩课题研究员宋素荣查晓磊宾红辉张许宏郭静静黄隽南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2	李水根;计算机详解配伍与药效关系[N];健康报;2005年
3	清华大学苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4	YMG记者李仁　通讯员曲华明孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5	上海大学理学院教授、副院长陆文聪;酷爱化学孜孜以求[N];中国化工报;2006年
6	;选择合适的数据挖掘算法[N];计算机世界;2007年
7	周颖;王米渠与中医心理学[N];中国中医药报;2006年
8	记者耿挺;蛋白质功能算出来[N];上海科技报;2007年
9	记者张云普通讯员全攀峰安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10	本报记者冯治恩;敢与“雷公”试比高[N];铜川日报;2008年

中国博士学位论文全文数据库

前10条

1	杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2	刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3	栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4	孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年
5	常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6	朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7	田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8	燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9	任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10	杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学（河北）;2007年

中国硕士学位论文全文数据库

前10条

1	荣光;中文文本分类方法研究[D];山东师范大学;2009年
2	张勇;说话人识别算法研究[D];兰州理工大学;2007年
3	刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
4	杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5	童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6	聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
7	鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
8	韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
9	冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
10	朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年

	快捷付款方式		订购知网充值卡	订购热线	帮助中心
	银行卡支付宝神州行	知网卡手机短信更多>>	免费送卡上门银行汇款购卡邮局汇款购卡	400-819-9993 010-62791813 010-62985026	常见问题在线咨询阅读器下载	广告服务知网卡新手指南