基于Stacking集成學習模型的蘋果樹逐日蒸散量模擬研究

摘要： 為準確模擬蘋果樹逐日蒸散量，以支持向量機(SVM)、多層感知機(MLP)、隨機森林(RF)和梯度提升決策樹(GBDT)為初級學習器，以多元線性回歸(MLR)為次級學習器，基于Stacking策略建立集成學習模型(LSM),將LSM模型的模擬精度與MLR、SVM、MLP、RF、GBDT模型的模擬精度進行對比。結果表明，影響蘋果樹蒸散量的主要因子為日平均太陽輻射、相對濕度、風速、溫... （共5頁）