摘要
本发明提供了一种土壤水分预测模型的训练方法、土壤水分预测方法和装置,该土壤水分预测模型的训练方法包括:在温室东西垄种植场景下,以样本多源异构数据与监测点对应特征为图节点向量,以各图节点之间的位置关联和水分迁移预测量为边向量构建图神经网络;对土壤水分传感数据的迁移信息进行重建得到土壤水分运动特征并以此更新边向量;对土壤水分的不同视图进行图卷积操作,得到多个视图特征并依次进行融合和位置编码,根据编码后的视图特征更新图节点向量;根据样本多源异构数据对目标网络进行迭代训练,得到土壤水分预测模型。本发明所述方法准确了表征温室内部环境的异质性和土壤水分的空间差异性,提高了对温室土壤水分预测准确率。
技术关键词
多源异构数据
模拟单元
预测土壤水分
运动特征
密度分布模型
联合损失函数
温室
样本
编码
事件特征
非暂态计算机可读存储介质
节点
贝叶斯神经网络
土壤水分数据
监测点
融合特征
传感
时序
推断方法