基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法技术

本发明专利技术公开了基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法，属于虫害监测技术领域。基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法，包括收集影响蚜虫数量的影响因素的数据、建立分析模型和建立预测模型；分析模型通过灰色关联分析法建立，以使分析模型反映不同影响因素与蚜虫虫量之间的关联程度，所述关联程度通过关联度ε

【技术实现步骤摘要】
基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法


[0001]本专利技术属于虫害监测
，更具体地说，涉及基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法。

技术介绍

[0002]虫害对农林作物和人类生活的危害极大，虫害能够使农林作物产生大面积减产，造成巨大经济损失，因此需要虫害的监测和虫害的预防。
[0003]传统的虫害监测主要是在人工划定区域内调查病虫害信息，通过虫害捕捉器、诱虫灯、生物学监测法等手段检测，并进行记录，但是传统的人工监测方式存在以下问题：
[0004](1)检测效率低；传统的虫害监测通过人工观察计数，但是人工观察所需时间较长，虽然使用诱捕灯等设备可以实现自动化，但范围有限。
[0005](2)准确性有限；虫害捕捉器、诱虫灯、生物学监测法都不具有普遍性，不适用于所有害虫，且上述监测手段均不能准确地区分不同类型虫害和虫害的发生等级，能够提供的信息有限，后续还需要人工进行分析和计算。
[0006](3)费用较高；诱捕法和生物学监测法需要购买专业设备和特殊材料，支出成本高。r/>[0007](本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法，其特征在于：包括收集影响蚜虫数量的影响因素的数据、建立分析模型和建立预测模型；分析模型通过灰色关联分析法建立，以使分析模型反映不同影响因素与蚜虫虫量之间的关联程度，所述关联程度通过关联度ε
i
表示；预测模型通过多元线性回归算法建立，预测模型的输入特征为至少部分影响因素的数据，预测模型的输出值为所预测日期的蚜虫虫量。2.根据权利要求1所述的基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法，其特征在于：建立预测模型的步骤包括：建立蚜虫虫量与影响因素之间的线性关系：Y＝∑A
N
X
N
；建立检验模型，检验模型用于检验所得的Y是否符合实际蚜虫虫量；将N取不同的值，以得到输入不同种类和数量的影响因素的数据后，所得到的蚜虫虫量Y，使用检验模型检验所得到的Y值与实际蚜虫虫量是否拟合；选取拟合度最高时所输入的一组影响因素，作为预测模型的输入特征。3.根据权利要求2所述的基于多元线性回归与灰度关联分析的雷竹蚜虫预测方法，其特征在于：预测模型的建立步骤包括：S51：建立蚜虫虫量与影响因素之间的线性关系：Y＝∑A
N
X
N
；S52：建立检验模型，检验模型用于检验所得的Y是否符合实际蚜虫虫量；S53：取N＝1时；S54：求出Y，并将Y输入检验模型；S55：检验模型判断Y与实际蚜虫虫量相符，执行S57；检验模型判断Y与实际蚜虫虫量不相符，执行S56；S56：令N＝N+1，返回S54；S57：将此时需要输入的影响因素作为预测模型的输...

【专利技术属性】
技术研发人员：杜旭华，周祖煜，王安可，陈煜人，张澎彬，林波，毕毓芳，
申请(专利权)人：国家林业和草原局竹子研究开发中心杭州领见数字农业科技有限公司，
类型：发明
国别省市：