摘要
本发明实施例提供一种基于数据融合的烟叶产情多阶段预测方法及系统,属于烟叶产情预测技术领域。所述预测方法包括:获取烟叶供应企业的产情预测数据;构建随机森林决策树模型;将所述烟叶供应企业的产情预测数据输入至所述随机森林决策树模型以获取所述烟田基地的产情预测得分;获取卷烟生产企业的产情预测数据;构建最优弹性网络回归模型;将所述卷烟生产企业的产情预测数据输入至所述最优弹性网络回归模型以获取烟叶的预测产量;基于DS证据理论对所述产情预测得分和预测产量进行关联以获取产情预测值。本发明通过数据融合技术消除冲突数据,并结合地理信息等多源数据,进行烟叶产情多阶段预测,提高了烟叶产情值的预测精度,适用性强。
技术关键词
决策树模型
随机森林
多元线性回归模型
DS证据理论
卷烟
企业
烟田
网络
预测系统
数据融合技术
指标
训练集
基地
符号
阶段
损失率
样本
气候
系统为您推荐了相关专利信息
智能电动阀
故障诊断系统
智能故障诊断
数据
电导率传感器
半监督随机森林
特征选择
分群
算法
客户关系管理系统
全景拼接方法
关键特征点
姿态估计算法
相机系统
多级特征