李俊清 作品数:18 被引量:94 H指数:6 供职机构: 山东农业大学 更多>> 发文基金: 山东省科技发展计划项目 更多>> 相关领域: 自动化与计算机技术 农业科学 文化科学 经济管理 更多>>
一种基于SRV函数的协同过滤推荐算法 本发明公开了一种基于SRV函数的协同过滤推荐算法,该方法包括以下步骤:根据所有用户的数据将用户的所有感知属性进行分类,具体使用K‑means聚类方法首先将用户进行分类;将所属类别的特征进行提取,取得所属类别的代表元,然后... 张超 张亮 李俊清 霍明 柳平增 张蕾 滕琳一种基于可视化大屏的智能会议系统 本实用新型公开了一种基于可视化大屏的智能会议系统,包括大屏本体、处理器以及语音处理模块,语音处理模块包括语音采集单元和语音识别单元,语音采集单元用于采集外部语音指令并传送给语音识别单元,语音识别单元识别用于接收到外部语音... 李俊清 苏雯雯 王旭 蒋泽远 唐心岩 闫硕一种烟草生长数据采集与监测装置 本实用新型公开了一种烟草生长数据采集与监测装置,包括巡逻车、通讯模块、摄像模块、土壤水分传感器、pH值传感器、气象监测单元和控制模块,通讯模块、摄像模块、土壤水分传感器、pH值传感器和气象监测单元分别与控制模块电连接,摄... 李俊清 胡泰源 宋长青 孙秀朋 苏雯雯文献传递 实施现代农业大数据工程的理性思考 被引量:10 2016年 通过对农业大数据、农业大数据技术、农业大数据工程定义的描述,论述了三者之间的辩证关系。着重思考、研究与探讨了实施农业大数据工程的技术路线、详细内容,并提出了诸多建议。通过对实施现代农业大数据工程的思考,以期为政府决策、工程建设、研发方向、人才培养等提供有益借鉴。 宋长青 柳平增 任万明 李俊清 周虎关键词:现代农业 大数据 农业大数据资产管理面临的挑战与思考 被引量:9 2016年 农业大数据资产管理是发展农业农村大数据的前提,结合农业领域和大数据领域的热门议题,对农业大数据资产管理进行了相关研究。对农业大数据资产的概念进行了定义,从数据资源和服务价值角度分析了农业大数据资产的特性;分析了农业大数据资产的现状,并从存储、质量、价值、安全、开放和人才培养等方面探讨了农业大数据资产管理面临的挑战;最后,对农业大数据资产管理提出了思考和建议。 李俊清 宋长青 周虎关键词:资产管理 农业农村 大田环境信息监控系统 本实用新型公开了一种大田环境信息监控系统,涉及农田作物生产技术领域。该系统包括:太阳能供电系统、数据采集系统、设备控制系统、zigbee传输系统、GPRS模块和监控中心,所述太阳能供电系统为所述监控系统供电,所述数据采集... 谢楚鹏 杨婕 王鲁 孙未 宋长青 李俊清 周虎 郭旭超 吴润方文献传递 基于STL-Informer-ARIMA组合模型的猪肉价格预测方法研究 2024年 合理预测猪肉价格对稳定生猪市场价格波动及促进猪产业的健康持续发展具有重要意义。本文深入研究了猪肉价格的影响因素,整合了29种相关价格数据。通过分析数据特征,针对Informer模型在猪肉价格数据提取方面的局限性,对Informer模型进行改进,将自注意力机制ProbAttention更换为Synthesizer模型,引入了价格波动模块。在此基础上,本文提出了一种新的价格预测组合模型STL-Informer-ARIMA,模型结合了随机森林(Random Forest)和递归特征消除(Recursive Feature Elimination)进行特征选择,利用季节性和趋势分解法(Seasonal and Trend Decomposition Using Loess)对猪肉(白条猪)价格进行分解,采用ARIMA模型对季节项进行预测,同时针对趋势项和残差项采用改进的Informer模型进行预测。实验表明,STL-Informer-ARIMA组合模型的MSE为0.532,MAE为0.446,RMSE为0.729,MAPE为0.030,R^(2)为0.958,相较于LSTM、SVR和GRU等常用价格预测模型,本文的组合模型有效提升了猪肉价格预测的准确性和可靠性。 王杰 董国奥 李俊清关键词:猪肉 农业大数据研究应用进展与展望 被引量:14 2018年 本文重点阐述了国内外农业大数据发展与应用进展,通过与欧美等发达国家的对比,提出了对我国农业大数据发展的思考与展望。通过对比、思考、展望,以期对我国农业大数据技术研究、产业发展、示范应用提供借鉴。 宋长青 温孚江 李俊清 柳平增 周虎基于遗传算法与随机森林的XGBoost改进方法研究 被引量:27 2020年 回归预测是机器学习中重要的研究方向之一,有着广阔的应用领域。为了进一步提升回归预测的精度,提出了基于遗传算法与随机森林的XGBoost改进方法(GA_XGBoost_RF)。首先利用遗传算法(Genetic Algorithm,GA)良好的搜索能力和灵活性,以交叉验证平均得分为目标函数值,对XGBoost算法和随机森林算法(Random Forest,RF)的参数进行调优,选出较好的参数集,分别建立GA_XGBoost和GA_RF模型。然后对GA_XGBoost和GA_RF进行变权组合,利用训练集的预测值与真实值的均方误差为目标函数,使用遗传算法确定模型的权重。在UCI数据集上进行了实验,结果表明,与XGBoost,Random Forest,GA_XGBoost,GA_RF算法相比,在大部分数据集上GA_XGBoost_RF方法的均方误差、绝对误差和拟合度均优于单一模型,其中在拟合度方面所提方法在不同数据集上提高了约0.01%~2.1%,是一种有效的回归预测方法。 王晓晖 张亮 李俊清 李俊清 田捷 韩睿毅关键词:组合预测 遗传算法 蔬菜产业链质量安全物联网全程控制与追溯技术创新体系 柳平增 宋长青 张艳 张超 马峰 张耘凡 马鸿健 周虎 李俊清 于群 程述汉 刘哲 该项目属于农艺与农业工程领域。 蔬菜产品质量安全越来越引起全社会的广泛关注。传统蔬菜质量安全研究大多注重个别环节的控制与溯源,尚未形成系统的产业链控制与追溯体系,单一管理模式和个别环节控制方式已不能满足蔬菜质量安全管理需...关键词: 关键词:蔬菜 人工神经网络方法