摘要
本发明公开了基于多图融合神经网络的农田土壤有效镉浓度预测方法,布设采样点位并采集土壤有效镉浓度和相关土壤性质;收集地理要素;根据采样点与地理要素之间距离关系构建图结构;将基于地理要素的图结构及采样点的相关土壤性质输入多图融合神经网络模型,对多图融合神经网络模型进行训练;基于训练好的多图融合神经网络模型进行待预测采样点的土壤有效镉浓度预测。本发明通过利用地理要素对农田土壤环境的影响,提取土壤有效镉浓度与环境因子之间在空间上的交互关系,实现提高农田土壤有效镉浓度的预测精度。
技术关键词
融合神经网络
浓度预测方法
便携式全球定位系统
电感耦合等离子体质谱法
农田土壤环境
采样点
数据
元素
计算机程序产品
处理器
矩阵
计算机设备
关系
可读存储介质
存储器
节点
非线性
因子
系统为您推荐了相关专利信息
LSTM模型
时间感知模块
卷积滤波器
采样率
测量方法
起重机作业
防护方法
起重机运行状态
分级控制策略
轨迹
微震事件
微震监测系统
水力压裂作业
融合神经网络
多源融合
浓度预测方法
矩阵
高炉风口回旋区
回归预测模型
训练样本图像
肉类品质检测
模型压缩方法
路径结构
资源受限设备
支路