基于改进神经网络的农作物产量预测方法

摘要：

农作物产量预测对政府规划国民经济的发展具有决定性作用,对于合理统筹种植策略以及减少水肥的浪费有着重要意义.影响农作物产量的因素众多,准确预测农作物产量具有非常重要的意义.气候是影响农作物产量的重要因素.以气候因素为依据,提出了一种基于改进长短期记忆神经网络的农作物产量时间序列预测的方法,将历史产量和气候因素相结合,以固定年份为单位对下一年农作物产量进行预测.实验结果表明,与长短期记忆神经网络、支持向量机方法进行对比,本方法在农作物产量时间序列预测中有较高的准确性.

关键词：农作物产量预测、长短期记忆神经网络、深度学习、递归神经网络、气候因素

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：88-91,99