基于多图融合神经网络的农田土壤有效镉浓度预测方法

AITNT
正文
推荐专利
基于多图融合神经网络的农田土壤有效镉浓度预测方法
申请号:CN202510794280
申请日期:2025-06-13
公开号:CN120748536A
公开日期:2025-10-03
类型:发明专利
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
1
一种基于多采样率的TTPA-LSTM软测量方法
LSTM模型 时间感知模块 卷积滤波器 采样率 测量方法
2
一种基于人员轨迹预测的起重机作业安全防护方法
起重机作业 防护方法 起重机运行状态 分级控制策略 轨迹
3
基于微震点云的水力裂缝生长可视化方法以及装置
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
4
基于特殊信息多秩协同回归的高炉炉顶CO浓度预测方法
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
5
基于边缘计算的肉类品质检测模型压缩方法与系统
肉类品质检测 模型压缩方法 路径结构 资源受限设备 支路
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号