TY -的A2 -唐,主编盟——Ekanayake Piyal盟——Rankothge Windhya盟——Weliwatta Rukmal盟——Jayasinghe Jeevani w . PY - 2021 DA - 2021/05/30 TI -机器学习造型天气和水稻产量之间的关系在斯里兰卡SP - 9941899六世- 2021 AB -介绍了发展水稻产量在斯里兰卡的天气模型基于9个气象指标,即降雨,相对湿度(最小值和最大值)、温度(最小和最大),风速(早晚),蒸发,和阳光小时。七个地理区域的统计信息,有助于国家水稻总产量的三分之二,被用于这项研究。水稻产量的气象指数的意义探讨了采用随机森林(RF)和变量的重要性每个人都确定了。皮尔逊相关性和斯皮尔曼相关被用来识别相关的行为在一个积极的还是消极的方向。此外,天气指数之间的两两相关检查。结果表明,最小相对湿度和最大温度在水稻栽培时期最具影响力的天气指数。此外,使用射频开发水稻产量预测模型和四个技术,即权力回归(PR),多元线性回归(高),逐步选择,向前(升压)选择,和向后(降压)消除,用于基准性能的机器学习技术。他们的表演比较而言,根均方误差(RMSE),相关系数( R),平均绝对误差(MAE)和平均绝对百分比误差(日军)。根据结果,射频是一个可靠的和精确的模型预测水稻产量在斯里兰卡,演示非常高 R0.99和至少1.4%的日军。SN - 2314 - 4629 UR - https://doi.org/10.1155/2021/9941899 - 10.1155 / 2021/9941899摩根富林明数学杂志PB - Hindawi KW - ER