摘要
本发明公开了一种用于玉米产量的智能预测方法,通过训练得到多层前馈神经网络模型,通过遗传方法对多层前馈神经网络模型进行训练,得到的预测模型在预测玉米产量时具备更高的预测精度;该方法通过同化对玉米产量有较大影响的植被净初级生产力数据,可以获取更精确的玉米生长状态的预测数据,基于预测数据对网络模型进行更新,使模型更好的适应当前的玉米生长数据,提高玉米产量预测的准确性;该方法通过多层前馈神经网络模型提高的预测运算的速度,可以更科学、合理地对玉米的产量进行预测,从而更便于对玉米生产及管理措施及时进行精确调整。
技术关键词
多层前馈神经网络
智能预测方法
植被净初级生产力
玉米
集合卡尔曼滤波同化
数据
植株特征
样本
田间环境
神经网络模型
参数
阶段
气象
方程
措施
编码
误差
精度
速度
系统为您推荐了相关专利信息
组织再生材料
智能预测方法
数据标签
大语言模型
特征权重学习
玉米收获机
速度控制方法
调控模型
植株特征
机械特征
舒适性评估方法
机器学习模型
天气环境信息
辅助系统
车道