河北省粮食产量预测影响因素关联挖掘分析

论文摘要

粮食产量受多种因素影响,并且波动性较大,本研究以河北粮食产量为例,利用网络爬虫技术获取众多农业网站中影响粮食产量的数据,针对数据存在的类型复杂、冗余、缺失问题,对其进行清洗、集成,利用拉格朗日插值法对缺失数据进行补充。在此基础上利用灰色关联和Lasso回归模型完成特征值的筛选和影响因子权重分析,为充分考虑历史信息验证关联分析的准确性,提高模型的自适应性和容错能力,建立了灰色预测与神经网络组合的预测模型,通过Echarts可视化技术进行数据展示。实验结果表明,利用网络爬虫搜集到的农业统计数据通过数据处理和关联挖掘分析,使粮食产量预测的相对误差在0.03%左右,提高了预测精度。

论文目录

• 1 数据处理与分析
•   1.1 数据的获取
•   1.2 数据的预处理
•     1.2.1 数据的集成
•     1.2.2 缺失值的处理
•   1.3 影响因素关联挖掘分析
•     1.3.1 影响因子的确定
•     1.3.2 基于灰色关联模型的影响因子选择
•     1.3.3 基于Lasso模型权重确定
• 2 结果与分析
•   2.1 预测模型的搭建
•   2.2 预测模型分析
• 3 讨论

文章来源

类型: 期刊论文

作者: 孟国庆,王芳,任力生,陶佳

关键词: 拉格朗日插值法,灰色关联,回归,可视化技术,数据挖掘

来源: 河北农业大学学报 2019年06期

年度: 2019

分类: 农业科技,经济与管理科学

专业: 农业经济

单位: 河北农业大学信息科学与技术学院

基金: 河北省高等学校科学技术研究青年基金项目(QN2019211)

分类号: F326.11

DOI: 10.13320/j.cnki.jauh.2019.0132

页码: 122-127

总页数: 6

文件大小: 1284K

下载量: 233