摘要
本发明涉及病虫害风险预测方法技术领域,更具体地说,涉及一种林业病虫害风险预测方法及系统,包括以下步骤:获取以预设时间粒度的林业病虫害历史数据;生成对应的特征参数;生成标准化特征数据;按预设比例随机划分训练集、验证集和测试集;通过训练集对风险预测模型进行训练,并根据验证集调整风险预测模型的超参数;基于相位变换方法对时间序列中的长程依赖进行建模;利用测试集对训练好的风险预测模型进行模型评估;根据模型评估结果优化风险预测模型,最终确定最优模型,相位变换能够通过对时间序列数据的相位编码分析,捕捉病虫害扩散中的周期性模式,结合LSTM网络的长短期依赖建模能力,使得模型能够同时处理短期波动和长期趋势。
技术关键词
林业病虫害
风险预测模型
风险预测方法
风险预测系统
农业病虫害
LSTM模型
识别时间序列
长短期记忆网络
训练集
特征提取单元
数据获取单元
编码
参数
传播算法
样本
检波器
矩阵