基于投影寻踪理论的稻飞虱发生程度预测模型

摘要

稻飞虱发生程度与相关气候因子的数据大多具有高维非正态、非线性特征，采用统计预测法会出现预测效果的不稳定，采用人工神经网络预测模型虽然拟合较好，但在训练样本少时预测偏差往往较大.rn 本文利用投影寻踪模型通过计算机技术把高维敖据投影到低维子空间上.在低维上对数据结构进行分析,可以较好地解决一定程度的高维非线性和非正态分布问题，把投影寻踪模型应用于新昌县单季晚稻稻飞虱主害代的发生程度预测，和BP神经网络模型，线性回归模型的拟合预测结果进行对比.结果表明，投影寻踪预测模型的历史符合率达到100%，2006，2007年预测和实际发生相符;BP神经网络模型历史符合率达到100%，但预测偏差较大;线性回归模型历史符合率和预测偏差均较大.McNemar统计检验和Kappa检验结果，投影寻踪模型优于BP神经网络模型、线性回归模型.表明投影寻踪模型在稻飞虱发生程度的预测上具有较好的应用前景。