一种基于改进时间序列的果园土壤电导率预测方法

    公开(公告)号:CN117852766A

    公开(公告)日:2024-04-09

    申请号:CN202410042828.7

    申请日:2024-01-11

    Abstract: 本发明公开了一种基于改进时间序列的果园土壤电导率预测方法,包括以下步骤:S1,获取基于原始时间序列的果园农情数据;S2,基于改进时间序列对原始时间序列的果园农情数据进行处理,获得改进时间序列数据;S3,将改进时间序列数据输入Transformer‑BiLSTM模型中进行果园土壤电导率预测,获得最佳预测结果。本发明通过使用改进时间序列的数据集,降低了数据集的冗余度;同时利用Transformer‑BiLSTM模型来处理时序数据,既具有处理长距离数据依赖性以及捕获全局序列信息的优势,又具有处理双向长短时记忆数据以及捕获局部上下文信息和时序特征的优势,保证了时序数据处理的效率,提高了果园土壤电导率预测结果的准确度。

    基于无人机多光谱图像和长势信息的荔枝产量预测方法

    公开(公告)号:CN116797952A

    公开(公告)日:2023-09-22

    申请号:CN202310831002.4

    申请日:2023-07-07

    Abstract: 本发明涉及荔枝产量预测技术领域,具体涉及基于无人机多光谱图像和长势信息的荔枝产量预测方法,该方法包括:获取果园待测区域不同生育期的荔枝树冠层的多光谱遥感影像数据拼接成全景多光谱图像数据,采集地面长势信息以及果园待测区域每棵荔枝树的实际产量,根据获取数据进行随机森林模型构建,筛选特征参数并进行归一化处理,输入随机森林模型形成最佳加权估产模型。本发明首先通过利用先进的无人机遥感技术,扩大了荔枝数据采集范围,同时降低工作人员的工作量,提升数据采集效率,通过建立最佳加权估产模型大大提高荔枝产量估测精度,同时相比传统通过相机采集荔枝图像避免了漏检和遮挡的问题,提高采集数据的全面性。

Patent Agency Ranking