基于深度学习的植物耐旱性预测方法及系统

本发明涉及基于深度学习的植物耐旱性预测方法及系统，获取设定时间段内，待测植物每个采样时间点对应的SPAD值和环境变量数据并预处理，利用训练完毕的预测模型得到预测的SPAD值，根据待测植物采集的SP AD值预测SPAD值之间的变化趋势，确定待测植物的耐旱性；预测模型通过时间卷积网络层获取时间序列数据中的局部特征和全局特征，得到的特征利用双向LSTM提取特征序列中的长期依赖关系；通过第一自定义注意力机制模块，对输入特征进行时间步加权处理；通过第二自定义注意力机制模块，对时间加权后的特征向量进行多头注意力加权，通过拼接每个注意力头的加权结果进行注意力输出，经后处理得到预测的SPAD值。