發(fā)布時(shí)間：2025-02-05 16:05

　　河北省昌黎葡萄種植項(xiàng)目是河北林業(yè)經(jīng)濟(jì)的重要組成部分,是我國(guó)釀酒葡萄的主要的供應(yīng)源。本研究對(duì)昌黎葡萄種植項(xiàng)目進(jìn)行了概述,分析了影響昌黎葡萄產(chǎn)量的影響因素,從而確定了病害是最為嚴(yán)重的因素,并著重考慮霜霉病、白腐病、炭疽病對(duì)葡萄產(chǎn)量的影響,分析了這三種主要病害發(fā)生的流行規(guī)律,確定了對(duì)病害發(fā)生影響最大的三種氣象因素,并以期通過(guò)預(yù)測(cè)的方式對(duì)病害進(jìn)行預(yù)測(cè)達(dá)到提前預(yù)防的目的,本文以河北省昌黎某葡萄種植基地的赤霞珠為研究對(duì)象,分析了氣象因素對(duì)這三種病害發(fā)生率的影響。本文根據(jù)葡萄病害發(fā)生率與各種氣象因素之間的因果關(guān)系,建立了基于支持向量機(jī)的葡萄病害發(fā)生預(yù)測(cè)新方法,并與傳統(tǒng)的多元線(xiàn)性回歸預(yù)測(cè)方法進(jìn)行對(duì)比分析,實(shí)驗(yàn)結(jié)果表明,基于支持向量機(jī)的葡萄病害發(fā)生預(yù)測(cè)精準(zhǔn)性要優(yōu)于多元線(xiàn)性回歸預(yù)測(cè)。本文又采用三角型模糊信息粒子對(duì)葡萄病害發(fā)生率時(shí)序進(jìn)行模糊粒化,減少了輸入的時(shí)序特征窗口,在前面支持向量機(jī)基礎(chǔ)上,建立了基于模糊信息�；瘯r(shí)序的支持向量機(jī)方法對(duì)葡萄病害發(fā)生率變化的趨勢(shì)范圍進(jìn)行預(yù)測(cè),與單純的基于支持向量機(jī)的葡萄病害發(fā)生率預(yù)測(cè)方法作了對(duì)比分析,實(shí)驗(yàn)結(jié)果表明,該方法預(yù)測(cè)精準(zhǔn)性要優(yōu)于單純支持向量機(jī)方法的預(yù)測(cè),該方法對(duì)病害發(fā)...

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖４．４葡萄霜霉病病害發(fā)生率??Ｆｉｇｕｒｅ?４．４?ｉｎｃｉｄｅｎｃｅ?ｏｆ?ｄｏｗｎｙ?ｍｉｌｄｅｗ?ｄｉｓｅａｓｅ?ｉｎ?ｇｒａｐｅ??

利用參數(shù)訓(xùn)練支持向量機(jī)，驗(yàn)證及檢驗(yàn)?zāi)Ｐ褪欠穹弦�，模型建立成功�??根據(jù)表４．?１中的數(shù)據(jù)可以利用ＭＡＴＬＡＢ得出赤霞珠葡萄霜霉病的病害發(fā)生??率圖像如圖４．４所示：??葡萄霜霉病病害發(fā)生率（２０１２－２０１４）??６０１?ｉ?Ｉ?｜?｜?ｔ?｜?｜??５０?－?＞１??ｖＷ：....

圖４．５交叉驗(yàn)證選擇最優(yōu)參數(shù)ｃ＆分??Ｆｉｇｕｒｅ?４．５?Ｃｒｏｓｓ?ｖａｌｉｄａｔｉｏｎ?ｓｅｌｅｃｔｉｏｎ?ｏｆ?ｏｐｔｉｍａｌ?ｐａｒａｍｅｔｅｒ?ｃ＆ｇ??

利用參數(shù)訓(xùn)練支持向量機(jī)，驗(yàn)證及檢驗(yàn)?zāi)Ｐ褪欠穹弦�，模型建立成功�??根據(jù)表４．?１中的數(shù)據(jù)可以利用ＭＡＴＬＡＢ得出赤霞珠葡萄霜霉病的病害發(fā)生??率圖像如圖４．４所示：??葡萄霜霉病病害發(fā)生率（２０１２－２０１４）??６０１?ｉ?Ｉ?｜?｜?ｔ?｜?｜??５０?－?＞１??ｖＷ：....

圖４．７霜霉病原始病害發(fā)生率與測(cè)試預(yù)測(cè)病害發(fā)生率（％）??Ｆｉｇｕｒｅ?４．７?Ｉｎｃｉｄｅｎｃｅ?ｏｆ?ｐｒｉｍａｒｙ?ｄｉｓｅａｓｅｓ?ｏｆ?ｄｏｗｎｙ?ｍｉｌｄｅｗ?ａｎｄ?ｐｒｅｄｉｃｔｉｏｎ?ｏｆ?ｄｉｓｅａｓｅ?ｉｎｃｉｄｅｎｃｅ（％）??

利用得出的最佳懲罰參數(shù)和核函數(shù)參數(shù)構(gòu)建的支持向量機(jī)回歸擬合模??型用于葡萄霜霉病病害發(fā)生的回歸擬合，得到的２７周的葡萄霜霉病回歸擬合結(jié)??果如圖４．６所示：??ＳＶＭ回歸擬合數(shù)據(jù)和多元線(xiàn)性回歸擬合數(shù)據(jù)職??Ｉ１??＾?＼＼Ａ???１〇?．?＼?—ｅ—原始數(shù)據(jù)??＼?Ａ?ｓｖｍ回歸....

圖４．８交叉選擇最佳參數(shù)??Ｆｉｇｕｒｅ?４．８?Ｃｒｏｓｓ?ｓｅｌｅｃｔｉｏｎ?ｏｆ?ｔｈｅ?ｂｅｓｔ?ｐａｒａｍｅｔｅｒｓ??

腐病病害發(fā)生率預(yù)測(cè)模型，最主要的是要通過(guò)交叉試驗(yàn)法，訓(xùn)練出支持向量機(jī)回??歸模型最優(yōu)參數(shù)ｃ和ｇ，這樣便確立了需要建立的葡萄白腐病支持向量機(jī)模型，??根據(jù)

本文編號(hào)：4030096