基于深度學習技術的水稻環(huán)境因素產(chǎn)量預測
所屬分類：技術論文
上傳者：wwei
文檔大小：3508 K
標簽： 水稻產(chǎn)量預測 Copula熵 深度學習
所需積分：0分積分不夠怎么辦,？
文檔介紹：水稻作為全球重要的糧食作物,，準確預測水稻產(chǎn)量在農(nóng)業(yè)發(fā)展中起著重要作用。由于水稻在環(huán)境因子與其生長機理的作用下往往呈現(xiàn)出非線性的特點,，難以對其做出較為準確的預測,，因此，提出CE-CGRU水稻產(chǎn)量預測模型,，對非線性環(huán)境因子Copula熵（CE）方法進行提取特征并與CNN和GRU技術結合在一起,。其目的是在水稻品種確定的條件下，識別產(chǎn)量預測的重要特征,。根據(jù)使用浙江省臨安區(qū)真實數(shù)據(jù)分析和比較所提出的模型的性能,，構建了其他5個產(chǎn)量預測模型進行對比，分別是MLR,、RF,、LSTM,、GRU和CNN-LSTM。結果顯示,，CE-CGRU模型的MAE,、MSE和MAPE分別為0.677、0.87和5.029％,，表明CE-CGRU模型具有更好的能力來捕捉水稻產(chǎn)量與環(huán)境因素之間的復雜非線性關系,。此外，還對不同的特征選擇方法以及不同時間步長進行了比較和分析,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復下載不扣分,，本人上傳資源不扣分,。