基于深度學習技術的水稻環(huán)境因素產量預測
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>3508 K
標簽： 水稻產量預測 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，準確預測水稻產量在農業(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，識別產量預測的重要特征。根據使用浙江省臨安區(qū)真實數據分析和比較所提出的模型的性能，構建了其他5個產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。