典型文献
基于GA-RF模型土壤坚实度对黑土区大豆产量的影响
文献摘要：
为探究机械压实土壤坚实度与大豆产量之间关系,以黑土区机械压实试验为基础,基于遗传优化算法(Genetic algorithm,GA)原理对随机森林(Random forest,RF)进行改进,克服传统RF模型参数选择主观性、泛化性差问题,建立基于改进随机森林(GA-RF)土壤坚实度对大豆产量影响预测模型,实现机械压实风险有效评估.结果表明,各深度土壤坚实度与大豆产量间均为负相关关系,但不同深度土壤坚实度对大豆产量影响程度不同,表层(0～30 cm)土壤坚实度对大豆产量影响最大;采用GA-RF模型预测土壤坚实度对大豆产量影响准确率达95.12％,较传统RF模型提高7.31％,与其他常用机器学习模型相比,GA-RF模型预测准确率及宏平均后查准率、召回率、F1值更优.GA-RF对丰富和完善RF方法具有一定理论意义,预测结果可为保护黑土资源、促进农业机械化高质量转型提供理论和技术支撑.
文献关键词：
机械压实;土壤坚实度;大豆产量;随机森林;遗传算法
中图分类号：
作者姓名：
周修理;张萍萍;秦娜;霍东旭;乔金友
作者机构：
东北农业大学电气与信息学院,哈尔滨 150030;东北农业大学工程学院,哈尔滨 150030;黑龙江省主要农作物生产机械化材料化技术创新中心,哈尔滨 150030
文献出处：
引用格式：
[1]周修理;张萍萍;秦娜;霍东旭;乔金友-.基于GA-RF模型土壤坚实度对黑土区大豆产量的影响)[J].东北农业大学学报,2022(10):67-75
A类：
土壤坚实度
B类：
GA,RF,模型土,黑土区,大豆产量,机械压实,遗传优化算法,Genetic,algorithm,Random,forest,参数选择,主观性,泛化性,改进随机森林,产量影响,影响预测,有效评估,不同深度,机器学习模型,预测准确率,查准率,召回率,土资源,农业机械化,高质量转型
AB值：
0.226637
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
