基于植物电信号的环境因子预测模型

• 作者: 丁为民 凌威龙 於海明 陆静霞 陈士进
• 来源期刊: 农业机械学报
• 学科: 生物学
• 关键词: 植物电信号 极限学习机 特征值 环境因子 预测模型
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 229-233
• 分类号: Q947
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2013.11.039

摘要

以采集的植物电信号为生理指标,综合分析其时域、频域和时频域中的典型特征值,利用学习速度快、泛化性能好的极限学习机算法,以电信号的多个特征及环境参数作为输入量,建立适合植物生长的环境因子(温度、湿度、光照度)预测模型.结果表明:通过对采集的碧玉叶面电信号进行不同域的分析,得出植物电信号属于低频微弱信号;利用极限学习机(ELM)分别对适合碧玉生长的温度、湿度及光照度3个环境因子建立预测模型,通过与传统的BP神经网络对比,ELM算法下的均方根误差小于0.97,而决定系数大于0.92,训练所需的时间低于0.03s,验证了此方法的可行性,为科学指导温室环境因子调控提供科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆静霞	南京农业大学江苏省智能化农业装备重点实验室	20	225	8.0	14.0
2	丁为民	南京农业大学江苏省智能化农业装备重点实验室	225	3432	32.0	42.0
3	於海明	南京农业大学江苏省智能化农业装备重点实验室	38	177	8.0	12.0
4	陈士进	南京农业大学江苏省智能化农业装备重点实验室	7	19	3.0	4.0
5	凌威龙	东南大学信息科学与工程学院	1	6	1.0	1.0