基于LSTNet的果园土壤含水量预测模型研究
彭东,周建平 ,许燕,彭炫 ,吴昊臻 ,秦春雨
新疆大学,新疆维吾尔自治区农牧机器人及智能装备工程研究中心
2024-09-05
为了有效利用核桃园各传感器数据,预测核桃园土壤含水量来指导灌溉,建立了基于LSTNet的果园土壤含水量预测模型。首先,确定LSTNet预测模型输入参数;其次,对LSTNet预测模型进行多特征和单一特征输入对比分析;最后,将LSTNet预测模与LSTM预测模型和卷积神经网络(CNN)预测模型进行预测精度比较分析。研究结果表明:LSTNet预测模型相较于其他二种预测模型在果园土壤含水量预测 上有更高的预测精度。
  • 土壤含水量预测
被引用: 4566次
年份: 2024年
下载文档
引用
分享
来源期刊
内容目录
  • 引言

  • 1、相关工作

    • 1.1 研究区概况

    • 1.2 果园信息监测平台概况

  • 2、LSTNet预测模型的建立

    • 2.1 卷积层

    • 2.2 循环层和循环跳过层

    • 2.3 AR层和输出

  • 3、土壤含水量预测

    • 3.1 实验评价标准

    • 3.2 数据预处理

    • 3.3 循环跳过层p参数的确定

    • 3.4 模型输入参数的确定

    • 3.5 单一特征输入与多特征输入预测对比分析

    • 3.6 不同预测模型预测精度指标比较

  • 4、结论

核心点推荐
  • 核桃园
  • 土壤
  • 预测
  • 神经网络
  • 含水量