更新时间:2026-10-09
    • 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

    • Prediction of the rice blast in Hubei Province based on machine learning and multi-dimensional meteorological features

    • “湖北稻瘟病预警研究取得进展,专家建立了结合SHAP可解释框架的XGBoost预测模型,识别出15个关键气象特征,为病害防控策略制定提供技术支持。”
    • 丁晓颖 ,蔡艳蓉 ,黄大野 ,王蓓蓓 ,袁勤峰 ,金若珩 ,刘洪 ,曹春霞
    • 中国农业大学学报 2026年31卷第10期 页码:27-42
    • DOI: 10.11841/j.issn.1007-4333.2026.10.03     

      中图分类号:
    • 录用:2026-07-14 ,

    移动端阅览

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 4 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

65

浏览量

21

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

基于机器学习和SHAP算法的我国粮食安全水平测度重构及可解释性分析
强模糊支持向量机在稻瘟病气象预警中的应用
顾及遗传背景差异的玉米叶面积指数多生育期遥感反演
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
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

相关作者

王火根
胡梦婷
刘小春
杨志民
梁静
刘广利
杨贵军
韩亮

相关机构

江西农业大学 经济管理学院
中国农业大学 信息与电气工程学院
浙江工业大学 理学院
浙江工业大学 之江学院
国家农业信息化工程技术研究中心