典型文献
基于神经网络算法的果树需水预测研究
文献摘要：
[目的]准确预测果树需水量.[方法]对采集地果园环境数据进行主成分分析,筛选出影响果树蒸腾量的关键因子.建立以长短时记忆(LSTM)神经网络为基础的预测模型来预测果树蒸腾量.为提高预测的精度,在LSTM神经网络的基础上加入了注意力(Attention)机制,形成Attention-LSTM预测模型.[结果]将改进的模型与其他模型的预测精度进行对比,仿真试验表明,该模型的预测精度最高,RMSE和MSE分别为0.487和0.062.[结论]该预测模型可以准确预测果树蒸腾量,从而实现果园精准灌溉并提高水果产量,具有一定的实际意义.
文献关键词：
蒸腾量预测;LSTM神经网络;主成分分析;注意力机制;果树
中图分类号：
作者姓名：
何淑林;刘慧敏;金立强;刘勇
作者机构：
黑龙江大学,哈尔滨150000;黑龙江东部节水设备有限公司,哈尔滨150000
文献出处：
引用格式：
[1]何淑林;刘慧敏;金立强;刘勇-.基于神经网络算法的果树需水预测研究)[J].灌溉排水学报,2022(01):19-24
A类：
蒸腾量预测
B类：
神经网络算法,果树,需水预测,预测研究,准确预测,需水量,地果,果园,环境数据,关键因子,长短时记忆,Attention,仿真试验,RMSE,精准灌溉,水果,实际意义,注意力机制
AB值：
0.280977
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
