书目详细信息
： 基于数据挖掘的云南省水稻产量预测模型研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于数据挖掘的云南省水稻产量预测模型研究/.刘振洋著/.赵家松指导 |
| 出版发行项： | 2023.05.24 |
| 载体形态项： | 58页:;+图表:;+30cm |
| 一般附注： | 大数据学院（信息工程学院）, 学号2021240532 |
| 提要文摘： | 随着全球人口的飞速增长，粮食安全逐渐成为每个国家的核心问题之一。粮食产量的科学预测作为保证国家粮食安全的重要方法，已成为各国农业科学领域研究者的热门研究方向。水稻作为世界三大粮食作物之一，是世界上大多数人口的主要粮食来源，因此，准确预测水稻产量对于保障食物供给和国家粮食安全具有重要意义。 本研究基于数据挖掘技术和Web开发技术，构建云南省水稻产量预测模型和云南省水稻产量预测系统，具体研究内容与结果如下： （1）以云南统计年鉴作为数据来源，使用关联规则分析与灰色关联度分析对水库总库容、氮肥用量、磷肥用量、钾肥用量、复合肥用量、农药使用量以及水稻种植面积7个影响因素与水稻产量的关联性进行分析，选择强关联因素作为水稻产量预测模型的样本特征。研究结果表明，水库总库容、氮肥用量、磷肥用量、农药使用量和水稻种植面积5个影响因素与水稻产量之间呈现较强的关联性，更适合作为水稻产量预测模型构建的样本特征。 （2）使用多元线性回归、CART树、随机森林和BP神经网络4种数据预测技术进行建模，对云南省16个地区的水稻产量进行预测，在对比模型优劣性的基础上，将所有地区的最优模型集成为云南省水稻产量预测集成模型，预测云南省全省水稻产量。验证结果表明，基于数据挖掘的云南省水稻产量预测集成模型比多元线性回归、CART树、随机森林、BP神经网络模型预测效果更好，模型的MAE为7.11万吨，MSE为625610万吨2，RMSE为7.91万吨，MAPE为1.6%。该模型具有较高的适用性和泛化性能，能够准确预测云南省16个地区和全省水稻的产量。 （3）使用HTML+CSS+JavaScript+AJAX技术构建云南省水稻产量预测系统。其中HTML+CSS+JavaScript用于前端页面开发，AJAX用于异步刷新和数据请求，使得模型更加高效，拥有更好的用户体验。后端数据处理和建模均由Python完成，保证了模型计算的高效性和准确性。MySQL数据库为系统提供数据库服务，保证数据存储的完整性和安全性。通过系统建设，用户可以方便、快捷的使用云南省水稻产量预测模型，从而更好地指导云南省水稻产业的发展和宏观调控。 |
| 并列题名： | Research on the Rice Yield Prediction Model in Yunnan Province Based on Data Mining eng |
| 题名主题： | 数据挖掘 水稻产量 预测模型 多元线性回归 BP神经网络 随机森林 学位论文 |
| 中图分类： | TP399-533 |
| 个人名称等同： | 刘振洋 著 |
| 个人名称次要： | 赵家松 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20240301 |