一种基于LSTM和GRU的农作物产量预测方法

本发明涉及农作物产量预测技术领域，公开了一种基于LSTM和GRU的农作物产量预测方法，包括获取农作物种植数据；所述农作物种植数据包括气候参数和土壤参数；构建基于LSTM和GRU的农作物产量预测模型；利用LSTM网络对农作物种植数据提取第一时间序列特征；利用第一GRU网络对农作物种植数据提取第二时间序列特征；利用特征融合层采用加权平均方式对第一时间序列特征和第二时间序列特征进行特征融合；利用第二GRU网络对融合特征提取时态特征；利用全连接层对时态特征进行线性变换，得到最终的农作物产量预测结果。本发明采用双循环结构能够更精确地提取和处理多级时间特征，从而提高作物产量预测的准确性。