更新时间:2026-06-17
    • 基于机器学习的中国农业新质生产力:区域比较、驱动因素与动态演进

    • New quality productive forces of agriculture in China based on machine learning: Regional comparison, driving factors and dynamic evolution

    • “中国农业新质生产力研究取得重要进展,专家构建了"劳动者-劳动资料-劳动对象"三维度综合评价体系,融合熵值法与SHAP可解释机器学习方法,揭示了"创新-数字"双轮驱动与绿色转型的协同机制,为农业高质量发展差异化施策提供解决方案。”
    • 汪艳涛 ,蒋芳慧 ,张懿 ,史磊
    • 中国农业大学学报 2026年31卷第8期 页码:251-268
    • DOI: 10.11841/j.issn.1007-4333.2026.08.22     

      中图分类号:
    • 录用:2026-01-28 ,

    移动端阅览

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 10 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

24

浏览量

20

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于机器学习与多维度气象特征的湖北省稻瘟病预测研究
基于机器学习与逆向网络药理学的牛呼吸道疾病核心基因筛选及中药组分预测
农业新质生产力研究:基于知识图谱的批判性思考
农业新质生产力赋能粮食单产提升:理论机制与实证检验
基于机器学习的粪肥还田服务主体行为响应影响因素

相关作者

曹春霞
刘洪
金若珩
袁勤峰
王蓓蓓
黄大野
蔡艳蓉
丁晓颖

相关机构

贵州财经大学 绿色发展与乡村振兴研究中心
中南财经政法大学 工商管理学院
湖北省生物农药工程研究中心
内蒙古农业大学 理学院
新疆师范大学 商学院