© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州帅程科技有限公司
企业杭州帅程科技有限公司成立于2024年，属软件和信息技术服务业，主营软件开发。面向农业病虫害、机器学习、农业等领域提供数据服务，开放水稻病虫害类型预测数据（农业病虫害、机器学习）、水稻生育期预测数据（农业、机器学习）、水稻分蘖数预测数据（农业科学、数据分析），支撑农业生产与技术推广。
农业病虫害机器学习现代农业软件信息服务
数据集列表
水稻种植密度预测数据
水稻种植密度直接影响作物的生长条件、病虫害发生率以及最终产量。合理预测和调整种植密度对于提高单位面积产量、优化资源使用及减少病虫害具有重要意义。该模型解决了水稻生长状况与种植密度之间的关系。通过理化实验以及调查获取水稻的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入抗病评分,发病率(%),叶片颜色指数(SPAD),株高(cm),穗长(cm),病虫害类型,生育期(天),分蘖数到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，在支持向量机中，正则化系数C控制模型的复杂度与训练误差的平衡，而核函数参数调节数据在高维空间中的映射，以优化回归边界, 使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的种植密度，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新490
水稻生育期预测数据
水稻的生育期长度直接影响到整个生产周期和作物的产量。准确预测水稻的生育期可以帮助农户合理规划种植时间、管理措施及收获时机，从而优化资源使用，提高作物产量和质量。该模型解决了水稻生长状况与生育期之间的关系。通过理化实验以及调查获取水稻的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入种植密度(株/亩),发病率(%),叶片颜色指数(SPAD),株高(cm),穗长(cm),病虫害类型,抗病评分,分蘖数到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的生育期，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新1921
水稻发病率预测数据
水稻发病率的准确预测对于实现精准农业和优化作物管理至关重要。通过预测发病率，农户可以更有效地安排防病措施，减少化学农药的使用，从而提高作物产量和质量，同时保护环境。该模型解决了水稻生长状况与水稻发病率之间的关系。通过理化实验以及调查获取水稻的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入种植密度(株/亩),病虫害,叶片颜色指数(SPAD),株高(cm),穗长(cm),分蘖数,生育期(天),抗病评分到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，在支持向量机中，正则化系数C控制模型的复杂度与训练误差的平衡，而核函数参数调节数据在高维空间中的映射，以优化回归边界, 使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的发病率，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新331
山核桃磷含量预测数据
山核桃的磷含量对于树木的生长发育和果实的质量有着直接的影响。合理的磷肥管理可以优化营养供应，提高产量和果实品质。因此，建立一个准确预测土壤及植物磷含量的系统对于精准农业来说至关重要。通过理化实验以及调查获取山核桃的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入树高,冠幅,胸径,光谱NDVI值,产量到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的磷含量,，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新200
山核桃土壤含水量预测数据
在山核桃种植业中，土壤含水量的预测对于确保作物健康和提高水资源利用效率至关重要。通过实施一个基于数据的土壤含水量预测系统，可以为农户提供准确的灌溉指导，从而优化灌溉计划，减少水资源浪费，并增加作物产量。该模型解决了山核桃树的状况以及土壤含水率之间的建模问题。通过理化实验以及调查获取山核桃的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入树高,冠幅,胸径,光谱NDVI值到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，在支持向量机中，正则化系数C控制模型的复杂度与训练误差的平衡，而核函数参数调节数据在高维空间中的映射，以优化回归边界。使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的土壤含水量情况，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新120
水稻叶片颜色指数预测数据
水稻叶片颜色指数是一个重要的农业指标，反映了水稻植株的营养状况，直接关系到农作物的生长发育和最终产量。通过精准预测叶片颜色指，农户能够更合理地调整施肥策略，提高氮肥的利用效率，减少环境污染，并增加经济收益。该模型解决了水稻生长状况与叶片颜色指数之间的关系。通过理化实验以及调查获取水稻的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入种植密度(株/亩),发病率(%),抗病评分,株高(cm),穗长(cm),病虫害类型,生育期(天),分蘖数到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的叶片颜色指数，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新390
水稻分蘖数预测数据
水稻的分蘖数是影响其产量的重要因素之一，因为分蘖数与最终成熟稻穗的数量直接相关。预测水稻分蘖数可以帮助农户更精确地管理种植策略，优化田间管理，从而提高产量和作物质量。该模型解决了水稻生长状况与分蘖数之间的关系。通过理化实验以及调查获取水稻的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入种植密度(株/亩),发病率(%),叶片颜色指数(SPAD),株高(cm),穗长(cm),病虫害类型,生育期(天),抗病评分到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的分蘖数，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新801
水稻病虫害类型预测数据
水稻作为全球主要粮食作物之一，其病虫害管理对保障粮食安全至关重要。利用现代信息技术预测水稻病虫害类型不仅能提前采取防治措施，还可以减少农药使用，保护环境。该模型解决了水稻生长状况与病虫害之间的关系。通过理化实验以及调查获取水稻的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入种植密度(株/亩),发病率(%),叶片颜色指数(SPAD),株高(cm),穗长(cm),分蘖数,生育期(天),抗病评分到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的病虫害类型，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新2161
山核桃有机质含量预测数据
在山核桃种植业中，土壤的有机质含量对于确保树木健康和提高产量至关重要。预测土壤有机质含量可以帮助农户更好地调整土壤管理和施肥策略，从而优化山核桃的生长条件和提高土壤肥力。该模型解决了山核桃树的状况以及土壤有机质之间的建模问题。通过理化实验以及调查获取山核桃的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入冠幅,胸径,树高,光谱NDVI值到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，在支持向量机中，正则化系数C控制模型的复杂度与训练误差的平衡，而核函数参数调节数据在高维空间中的映射，以优化回归边界,使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的土壤有机质含量情况，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新190
山核桃土壤pH预测数据
在农业生产中，土壤pH值是影响作物生长的关键因素之一，特别是对于山核桃这种对土壤要求较高的树种。预测土壤pH可以帮助农户调整土壤条件，优化施肥策略，从而提高山核桃的生长质量和产量。该模型解决了山核桃树的状况以及土壤pH之间的建模问题。通过理化实验以及调查获取山核桃的数据,首先进行数据预处理，包括数据清洗和特征选择，然后对数据进行标准化。通过输入树高,冠幅,胸径,光谱NDVI值到支持向量机模型中, 通过调整参数如正则化系数C和核函数参数来优化模型，在支持向量机中，正则化系数C控制模型的复杂度与训练误差的平衡，而核函数参数调节数据在高维空间中的映射，以优化回归边界, 使用交叉验证确保模型的泛化能力。最终，模型被用来预测新数据的土壤pH情况，帮助制定防治策略。
浙江省数据知识产权登记平台2024-09-14 更新210