基于深度學(xué)習(xí)技術(shù)的水稻環(huán)境因素產(chǎn)量預(yù)測(cè)
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大小：3508 K
標(biāo)簽： 水稻產(chǎn)量預(yù)測(cè) Copula熵 深度學(xué)習(xí)
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(zhǔn)確預(yù)測(cè)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(zhǎng)機(jī)理的作用下往往呈現(xiàn)出非線性的特點(diǎn)，難以對(duì)其做出較為準(zhǔn)確的預(yù)測(cè)，因此，提出CE-CGRU水稻產(chǎn)量預(yù)測(cè)模型，對(duì)非線性環(huán)境因子Copula熵（CE）方法進(jìn)行提取特征并與CNN和GRU技術(shù)結(jié)合在一起。其目的是在水稻品種確定的條件下，識(shí)別產(chǎn)量預(yù)測(cè)的重要特征。根據(jù)使用浙江省臨安區(qū)真實(shí)數(shù)據(jù)分析和比較所提出的模型的性能，構(gòu)建了其他5個(gè)產(chǎn)量預(yù)測(cè)模型進(jìn)行對(duì)比，分別是MLR、RF、LSTM、GRU和CNN-LSTM。結(jié)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(lái)捕捉水稻產(chǎn)量與環(huán)境因素之間的復(fù)雜非線性關(guān)系。此外，還對(duì)不同的特征選擇方法以及不同時(shí)間步長(zhǎng)進(jìn)行了比較和分析。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。