摘要
本发明公开了一种花卉开放周期预测方法,包括以下步骤;步骤一:数据收集与预处理,获取花卉基础数据及气象数据,花卉基础数据包括花期、盛花期及开放日期数据,并进行预处理;步骤二:LASSO提取关键影响因子,筛选对开花时间及花期具有显著影响的关键特征,降低数据维度,避免过拟合;步骤三:构建随机森林模型,以“开放日期”、“盛花期”和花期作为输出变量,使用步骤二提取的关键影响因子作为模型输入,建立三个独立的回归模型。步骤四:使用网格搜索超参数调优,系统优化随机森林模型的超参数配置,提升模型泛化能力,训练得到开放日期、盛花期和花期的结果。本发明具有参数自优化性,高效迭代性的特点。
技术关键词
周期预测方法
随机森林模型
日期
相对湿度
因子
数据
能见度
气象
气压
节点
基础
正则化方法
超参数
指标
露点温度
特征数
变量
网格
误差
系统为您推荐了相关专利信息
拓扑优化方法
混凝土构件
变量
双向应力状态
矩阵
智能视觉检测方法
深度卷积模型
检测玻璃瓶
深度卷积网络
智能视觉检测系统
人力资源管理平台
随机森林模型
画像
数据保护方法
标签
柔性飞轮
锻造工艺参数
柔性飞盘
评估数据信息
多维尺度分析算法