考虑小样本学习和不确定性预测的作物单叶光合速率估算方法

一种考虑小样本学习和不确定性预测的作物单叶光合速率估算方法，获取不同作物在不同环境条件下的光合速率数据构建数据集，并对每种作物的数据集划分子集；基于多层感知器构建基础预测模型，以所划分的子集为测试域和训练域，利用元学习训练更新模型参数；针对未知任务，结合分位数回归方法构建损失函数对基础预测模型进行微调，以实现光合速率的区间预测；最后引入高斯核密度估计光合速率在不同环境条件下的概率分布，以中位数作为点预测值，同步实现光合速率点预测与区间预测可视化。与现有技术相比，本发明仅需要利用少量样本数据进行训练，即可对未知环境中的光合速率具有精确的预测，且采用区间估计方法，能够以适应多种应用场景。