申请/专利权人:东北农业大学
申请日:2023-12-12
公开(公告)日:2024-04-02
公开(公告)号:CN117808142A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/02;G06Q30/0202;G06N20/20
优先权:
专利状态码:在审-公开
法律状态:2024.04.02#公开
摘要:本发明公开了一种基于机器学习的机械压实环境中大豆产量变化的预测方法,包括:获取机械因素和土壤因素数据,获取大豆产量数据,建立数据库;对数据库进行预处理;按照一定比例划分训练集和测试集;对训练集使用机器学习算法建立机械因素对土壤因素的预测模型,得到土壤因素的预测结果;利用机器学习算法建立土壤因素的预测结果对大豆产量变化的预测模型,完成目标训练模型;将测试集输入目标训练模型,得到预测结果,完成大豆产量变化的预测;最后,对目标训练模型进行特征重要性分析。相比于现有方法,本方法可实现高精度的大豆产量变化的预测,并清晰的了解不同机械因素和土壤因素对大豆产量变化的影响程度。
主权项:1.基于机器学习的机械压实环境中大豆产量变化的预测方法,其特征在于,步骤包括:获取不同压实环境下的机械因素、土壤因素和大豆产量数据,建立数据库;对所述数据库进行预处理;按照一定比例将所述数据库划分为训练集和测试集;对所述训练集使用机器学习算法建立机械因素对土壤因素的预测模型,得到土壤因素的预测结果;利用机器学习算法建立所述土壤因素的预测结果对大豆产量变量的预测模型,完成目标训练模型;将所述测试集输入目标训练模型,得到预测结果,完成大豆产量变化的预测;对目标训练模型进行特征重要性分析,评估不同特征对大豆产量变化的影响。
全文数据:
权利要求:
百度查询: 东北农业大学 一种基于机器学习的机械压实对大豆产量变化的预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。