摘要
本发明提供了智慧农业技术领域的一种结合多模型的土壤熵情预测方法及系统,方法包括:步骤S1、基于多模态特征提取层、异构模型融合层以及集成预测输出层创建一土壤熵情预测模型,设定所述土壤熵情预测模型的损失函数;步骤S2、获取大量的历史监测数据,对各所述历史监测数据进行预处理以及标注后构建数据集;步骤S3、基于K折交叉验证法将所述数据集划分为训练集、验证集以及测试集,通过所述训练集、验证集以及测试集对土壤熵情预测模型进行训练、验证和测试;步骤S4、对测试通过的所述土壤熵情预测模型进行部署,通过部署的所述土壤熵情预测模型进行土壤熵情预测。本发明的优点在于:极大的提升了土壤熵情预测的泛化能力以及准确性。
技术关键词
历史监测数据
K折交叉验证法
多模型
图像纹理特征
融合特征
训练集
实时监测数据
图像处理模块
预测系统
多模态
拼接模块
核方法
深度残差网络
气压
预测模型训练
容器化技术
通道
异构
线性
系统为您推荐了相关专利信息
音频特征数据
异常声音
音频识别方法
多分支
声音类别
图像检测模型
渗漏水检测方法
颜色
机器可读指令
深度卷积神经网络
智能分析方法
数据
实时监控系统
深度学习框架
信号
配电变压器
故障检测方法
词嵌入技术
融合特征
强化学习算法