注冊帳號丨忘記密碼?
1.點擊網(wǎng)站首頁右上角的“充值”按鈕可以為您的帳號充值
2.可選擇不同檔位的充值金額,充值后按篇按本計費
3.充值成功后即可購買網(wǎng)站上的任意文章或雜志的電子版
4.購買后文章、雜志可在個人中心的訂閱/零買找到
5.登陸后可閱讀免費專區(qū)的精彩內(nèi)容
打開文本圖片集
摘要:目前用于糧食產(chǎn)量預(yù)測模型如灰色關(guān)聯(lián)模型普遍存在訓(xùn)練速度較慢、預(yù)測精度較低等問題。為解決該問題,以輕量級梯度提升機(LightGBM)模型為基礎(chǔ),將其損失函數(shù)修正為Huber損失函數(shù),同時引入貝葉斯優(yōu)化算法確定出最優(yōu)超參數(shù)組合并輸入該模型。以廣西的早、晚水稻產(chǎn)量及16個糧食產(chǎn)量影響因素為數(shù)據(jù)集進行仿真試驗,結(jié)果表明:基于線性回歸的預(yù)測模型的平均絕對值誤差為1.255,基于決策樹的預(yù)測模型的平均絕對值誤差為0.426,基于隨機森林的預(yù)測模型的平均值誤差為0.315,基于Bayesian-LightGBM的預(yù)測模型的平均絕對值誤差為0.049。(剩余12963字)
登錄龍源期刊網(wǎng)
購買文章
基于Bayesian-LightGBM模型的糧食產(chǎn)量預(yù)測研究
文章價格:6.00元
當(dāng)前余額:100.00
閱讀
您目前是文章會員,閱讀數(shù)共:0篇
剩余閱讀數(shù):0篇
閱讀有效期:0001-1-1 0:00:00
違法和不良信息舉報電話:400-106-1235
舉報郵箱:[email protected]