基于深度学习的农作物施肥量预测方法及装置

本发明涉及农作物施肥技术领域，具体地说，涉及基于深度学习的农作物施肥量预测方法及装置，将土壤养分含量和气候条件对应的数据按照不同生长阶段划分为多个历史数据集合，计算数据之间余弦相似度，填充缺失数据并调整异常数据，计算数据之间余弦相似度的过程中，根据相邻生长阶段余弦相似度和农作物生长的变化趋势，分析生长阶段划分的是否正确并调整，如某些阶段过渡时土壤养分和气候条件变化不符合农作物生长规律的情况，进而对生长阶段划分进行优化调整，而后对历史数据集合中的数据和不同生长阶段归一化处理，挖掘出土壤养分含量、气候条件与农作物施肥量需求之间复杂的关系构建深度神经网络模型。