收藏本站
《2009中国控制与决策会议论文集(3)》2009年
收藏 | 手机打开
二维码
手机客户端打开本文

Optimal Model of Agricultural Structure

【摘要】:正Optimal Model of Agricultural Structures is important in solving the "san nong" problem.In this paper,we introduce the yield function and price function of the product,which are regressed from the samples by SVM,into the genetic algorithm as the fitness function.This is a novel method for solving the Optimal Model of the Agricultural Structures.At last we put the method into Optimal Model Agricultural Structures for Hefei city and get the ideal result.
【分类号】:O224

手机知网App
【共引文献】
中国期刊全文数据库 前10条
1 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
2 徐正光,王淑盛,刘冀伟,王志良,史立峰;基于主成分分析的核Fisher判别方法在油水识别中的应用[J];北京科技大学学报;2005年01期
3 吴德会;王晓红;;基于SVM的传感器动态模型辩识方法[J];传感技术学报;2006年03期
4 常玉清,王福利,王小刚,吕哲;基于支持向量机的生物发酵过程软测量建模[J];东北大学学报(自然科学版);2005年11期
5 吕干云;程浩忠;郑金菊;汪晓东;;基于S变换和多级SVM的电能质量扰动检测识别[J];电工技术学报;2006年01期
6 宇缨;;支持向量机及其在自然语言处理中的应用[J];东莞理工学院学报;2007年01期
7 李亚伟;陈守煜;韩小军;;基于支持向量机SVR的黄河凌汛预报方法[J];大连理工大学学报;2006年02期
8 陶亮,庄镇泉;基于小波分解和支持向量机的准正面人脸识别方法[J];电路与系统学报;2003年06期
9 吕干云,程浩忠,董立新,翟海保;基于多级支持向量机分类器的电力变压器故障识别[J];电力系统及其自动化学报;2005年01期
10 潘峰,程浩忠,杨镜非,张澄,潘震东;基于支持向量机的电力系统短期负荷预测[J];电网技术;2004年21期
中国重要会议论文全文数据库 前10条
1 LI Yawei~a CHEN Shouyu~a XU Dawei~b a School of Civil and Hydraulic Engineering; b 21~(st) Century Development Research Center Dalian University of Technology,Dalian 116024,China;The Support Vector Machine Technique for Concrete Adherence Strength Prediction[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 5)[C];2005年
2 Lin Jipeng Liu Junhua School of Electrical Engineering,Xi'an Jiaotong University,Xi'an 710049,China;A Wavelet Kernel for Support Vector Machine Based on Frame Theory[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 5)[C];2005年
3 Lin Jipeng Liu Junhua School of Electrical Engineering,Xi'an Jiaotong University,Xi'an 710049,China;Support vector machines for multi-component gases classification with wavelet features extraction[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 6)[C];2005年
4 Hirotaka Nakayama;Yeboon Yun;;REGRESSION BY SUPPORT VECTOR MACHINES AND ITS APPLICATIONS TO ENGINEERING DESIGN[A];Proceedings of the Fourth China-Japan-Korea Joint symposium on Optimization of Structural and Mechanical Systems[C];2006年
5 Yeboon Yun;Hirotaka Nakayama;Min Yoon;;MULTI-OBJECTIVE OPTIMIZATION BASED ON ASPIRATION LEVELS AND APPROXIMATION OF PARETO FRONTIER[A];Proceedings of the Fourth China-Japan-Korea Joint symposium on Optimization of Structural and Mechanical Systems[C];2006年
6 张艳宁;郑江滨;赵荣椿;;一种有效的遥感图像识别方法[A];第九届中国体视学与图像分析学术会议论文集[C];2001年
7 石培培;刘红英;;具有单个等式和界约束二次规划的新算法[A];中国运筹学会第八届学术交流会论文集[C];2006年
8 SUN Jin-wen, YANG Jian-wu, LU Bin, XIAO Jian-guo~+ National Key Laboratory for Text Processing. Institute of Computer Science and Technology. Peking University, Beijing 100871, China;Incremental Training for SVM-Based Classification with Keyword Adjusting[A];Proceedings of the First Conference on Web Information System and Applications(WISA 2004)[C];2004年
9 吕哲;常玉清;王福利;;生化过程软测量建模方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
10 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 陆阳;二进神经网络规则提取方法研究[D];合肥工业大学;2002年
2 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年
3 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
4 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
5 王亮申;图像特征提取及基于内容图像数据库检索理论和方法研究[D];大连理工大学;2002年
6 张燕平;基于商空间的构造性数据挖掘方法及应用[D];安徽大学;2003年
7 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
8 吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
9 庾农;基于形态学理论的目标检测技术[D];中国人民解放军国防科学技术大学;2000年
10 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
中国硕士学位论文全文数据库 前10条
1 姜绍君;与文本有关的说话人识别方法的研究[D];大连理工大学;2001年
2 忻栋;支持向量机算法的研究及在说话人识别上的应用[D];浙江大学;2002年
3 刘学军;键盘用户身份验真与加权主分量分类器[D];南京航空航天大学;2002年
4 冯洪海;基于粗糙集和支持向量机的多值分类算法[D];河北农业大学;2002年
5 姬水旺;强噪声和类间重叠数据下支持向量机学习的研究[D];武汉科技大学;2002年
6 李春光;自适应信号处理的神经网络方法[D];电子科技大学;2002年
7 阚忠良;数字图书馆中基于结构和内容的文本信息检索技术的研究[D];黑龙江大学;2002年
8 刘占平;并行数字图书馆系统中人机交互系统的设计与实现[D];黑龙江大学;2002年
9 顾先睿;并行数字图书馆系统中数据的分布、加载和维护[D];黑龙江大学;2002年
10 任美睿;数字图书馆中词频提取和自动文本分类方法的研究[D];黑龙江大学;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026