| 基于深度學習技術的水稻環境因素產量預測 | |
| 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發展中起著重要作用。由于水稻在環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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2