摘要
本发明提出一种钵苗移栽培养存活率预测方法,涉及机器学习领域。本发明提出的钵苗移栽培养存活率预测流程包括构建钵苗移栽培养数据集,通过STL序列分解将时间序列分解为趋势、季节性和残差分量,以分别提取长期趋势、周期波动和随机扰动特征,利用正弦和余弦函数生成位置编码向分量中添加相对顺序信息,随后构建多个交互学习模块,深度提取每种分量的独特特征,并通过信息共享模块融合三种分量的共性特征,增强特征交互,同时引入残差连接缓解梯度消散问题,最终,将三种分量的综合特征输入全连接层,生成钵苗移栽培养存活率的预测结果,该方法能够有效提高钵苗移栽培养存活率预测的准确性。
技术关键词
分量特征
编码向量
序列
数据
特征提取模块
分解算法
正则化技术
插值法
PH值
周期性
非线性
昼夜
风速
温差
索引
矩阵
网络
参数