摘要
本发明实施例提供一种动态时空加权的农业价值预测方法,属于农业大数据及人工智能领域,该方法包括:获取目标农场中农作物的数据信息;通过三层双向LSTM网络对历史产量、气象因子及作物物候期数据进行门控机制捕捉得到目标农场中农作物的生育期时序特征;对市场信息进行语义分析得到农作物价格影响特征;根据生育期时序特征和农作物价格影响特征构建双层LSTM‑Attention网络架构;根据地理因素、物流影响、运输条件和供需关系确定GIS三级价值网格架构;根据双层LSTM‑Attention网络架构和GIS三级价值网格架构构建农业价值预测模型。该方法通过农业价值预测模型实现了农业的降本增效、优化农业种植方案。
技术关键词
价值预测方法
时序特征
网络架构
因子
物流
注意力机制
气象
有机质
网格
动态
机器可读存储介质
农业大数据
缓冲带
泰森多边形
语义
加权算法
系统为您推荐了相关专利信息
故障诊断方法
动态故障
多源监测数据
无人机
融合特征
订单
自主移动机器人
分区
邻域搜索算法
拣货系统
参数优化方法
四连杆传动机构
粒子
算法
参数优化模型
随机模拟方法
波形
数据统计方法
遗传算法求解
参数