基于Stacking算法的5种树种适生区研究
【学位单位】:浙江农林大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:S712
【部分图文】:
9图 2.1 技术路线Figure 2.1 Technical route 研究方法.1 模型集成Thuiller 等[9]认为,每种模型各有优势和局限,且模型随输入数据的变不稳定,对同一物种的预测的精度差异可能会非常大,因此若通过建,将多个模型的结果整合,产生一个组合模型,将能提高预测结果的来说,一个集成模型的构建分为两步,即基学习器的生成和集成,在时,基学习器的生成非常重要,能够产生泛化能力强且差异大的基学素[69]。周志华[70]曾提出,单一模型之间较低的相关性可以提高模型的,因此模型结果的差异性越高,最终集成模型的效果也会越好。预测
【相似文献】
相关期刊论文 前10条
1 林丽;晋玲;王振恒;崔治家;马毅;;气候变化背景下藏药黑果枸杞的潜在适生区分布预测[J];中国中药杂志;2017年14期
2 汪善勤;肖云丽;张宏宇;;我国柑橘木虱潜在适生区分布及趋势分析[J];应用昆虫学报;2015年05期
3 何善勇;温俊宝;骆有庆;宗世祥;赵宇翔;韩婧;;气候变暖情境下松材线虫在我国的适生区范围[J];应用昆虫学报;2012年01期
4 刘建锋;康峰峰;;杉木潜在适生区及其对气候变化的响应[J];西南林学院学报;2010年05期
5 李鹏;;国际沙棘研究与技术讲座在太原举行[J];甘肃林业科技;1987年04期
6 陈剑;杨宇明;王娟;杨德军;谷中明;张快富;赵一鹤;;巴拉圭瓜多竹适生区分布研究[J];竹子学报;2018年02期
7 王瑞;万方浩;;外来入侵植物意大利苍耳在我国适生区预测[J];草业学报;2010年06期
8 郑耘;杨伟东;章桂明;陈枝楠;陈富华;王颖;龙海;;李痘病毒适生区预测及模型选择[J];植物检疫;2009年03期
9 程林仙,王万瑞,仁宗启,朱琳,王建萍,郭兆夏;陕甘宁老区仁用杏气候适生区划[J];陕西气象;2000年06期
10 林司曦;丁晓磊;叶建仁;赵琪;;李痘病毒在中国的入侵风险评估[J];南京林业大学学报(自然科学版);2016年06期
相关博士学位论文 前7条
1 王聪;马铃薯甲虫全球扩散趋势研究[D];中国农业大学;2017年
2 潘红伟;松材线虫(Bursaphelenchus xylophilus)在我国的潜在分布区研究[D];中国林业科学研究院;2009年
3 房锋;节节麦(Aegilops tauschii Coss.)生态适应性[D];中国农业科学院;2012年
4 樊景春;气候变化对登革热影响及适应能力研究中文摘要[D];中国疾病预防控制中心;2013年
5 刘忠华;阿月浑子在我国适生区域的研究[D];北京林业大学;2003年
6 房敏峰;远志资源生态化学评价及道地性分析[D];西北大学;2015年
7 殷利华;基于光环境的城市高架桥下桥阴绿地景观研究[D];华中科技大学;2012年
相关硕士学位论文 前10条
1 孙大坤;中国蝉棒束孢居群谱系地理及适生区分布研究[D];云南大学;2017年
2 陈涵;基于Stacking算法的5种树种适生区研究[D];浙江农林大学;2019年
3 樊婷婷;7种中国林业检疫性害虫的适生区预测[D];山东农业大学;2018年
4 雷宇;钳嘴鹳在中国的种群现状及扩散趋势模拟[D];西南林业大学;2017年
5 陈燕婷;湿地松粉蚧在中国的潜在适生区预测及扩散预警[D];福建农林大学;2015年
6 季英超;10种重要林业象虫在我国适生区及其经济损失评估研究[D];山东农业大学;2015年
7 潘静;美国黄松引种气候适生区区划研究[D];西北农林科技大学;2008年
8 邓鑫;基于Elman神经网络的白皮松潜在适生区估测及未来分布趋势研究[D];西北大学;2013年
9 张颖;基于GIS的生态位模型预测源自北美的菊科入侵物种的潜在适生区[D];南京农业大学;2011年
10 石慰;气候变化对中国东北兴安落叶松分布的影响[D];北京林业大学;2013年
本文编号:2847869
本文链接:https://www.wllwen.com/nykjlw/lylw/2847869.html