摘要
本申请提供一种基于机器学习的设施水培生菜产量预测方法和装置,包括获取在当前生长期的待预测大棚内的环境热量指标值,将处于各生长阶段的植株的生长指标集、处于各生长阶段的植株数量和待预测大棚内的环境热量指标值分别输入对应的各生长阶段的生菜产量模型中,得到各生长阶段的生菜产量预测值,根据所有生长阶段的生菜产量预测值,得到待预测大棚内的水培生菜的生菜产量最终预测值。本发明中解决了由于温室内的蔬菜作物处于不同的生长阶段,需要输入多种特征参数到机器学习算法中的问题,机器学习算法不需要较大的计算资源,训练和计算成本降低,且提高了预测准确率。
技术关键词
生菜产量
支持向量机回归
水培生菜
指标
产量预测方法
大棚
阶段
样本
图像
幼苗
叶面积指数
机器学习算法
支持向量回归模型
非暂态计算机可读存储介质
梯度提升模型
设施
随机森林模型
处理器
预测装置
系统为您推荐了相关专利信息
任务分配策略
生成神经网络模型
指标
线程监控
图谱
障碍物轨迹预测
轨迹跟踪方法
修正后轨迹
复杂度
动态障碍物
健康度评估方法
制冷机房
系统健康度
计算机程序代码
正确率
储能设备
噪声抑制方法
噪声分量
噪声感应
傅里叶变换算法