摘要
本发明涉及农作物产量预测技术领域,尤其涉及一种基于深度学习注意力机制的玉米产量预测方法及系统。包括:获取待测区域内玉米生长周期内的多期遥感图像数据、社会经济数据,并获取气象数据、土壤初始条件及地形数据;对遥感图像数据进行预处理,计算相应时期的玉米植被指数;对气象数据进行插值处理,对土壤初始条件进行标准化处理,对社会经济数据进行标准化处理并进行空间匹配;构建深度学习模型;以预处理的数据作为原始数据集输入至模型中进行训练;用训练好的模型对玉米产量进行预测,得到玉米产量数据。优点在于:结合CNN和BiLSTM的优势,通过注意力机制的集成,搭建出深度学习框架,同时处理和分析空间特征和时间序列数据。
技术关键词
产量预测方法
遥感图像数据
玉米
农作物产量预测技术
改进型植被指数
深度学习模型训练
气象
归一化植被指数
注意力机制
宽动态
深度学习框架
化肥施用量
地理信息系统
社会
校正
数据获取模块
预测系统
系统为您推荐了相关专利信息
数据语义信息
网络攻击预测方法
面向网络攻击
大语言模型
动态时间窗口
融合图像数据
遥感图像数据
人类活动识别
深度卷积神经网络
航拍
玉米苗期
染色体
TaqMan探针法
高分辨率溶解曲线
分子信标法
青贮玉米
玉米基因分型
SNP位点组合
探针
分子
边坡位移监测方法
计算机视觉
归一化植被指数
特征点集合
空间邻近关系