基于LSTM递归神经网络的番茄目标产量时间序列预测

• 作者: 周瑞 张千 张育斌 魏正英
• 来源期刊: 节水灌溉
• 学科: 农学
• 关键词: 产量预测 递归神经网络 长短期记忆单元 深度学习
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 工程管理
• 页码范围: 66-70
• 页数: 5页
• 分类号: S275|TP312
• 字数: 4537字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4929.2018.08.014

摘要

番茄目标产量预测对于合理制定灌溉施肥制度以及减少水肥的浪费有着重要意义.以番茄历年产量数据为依据,提出了一种基于长短期记忆递归神经网络的番茄目标产量预测模型,包括模型设计、网络训练和预测过程实现等,将模型预测结果与自回归移动平均(ARIMA)、小波神经网络(WNN)、支持向量回归(SVR)3种时间序列预测模型进行对比,验证了所提出的LSTM递归神经网络预测模型在番茄目标产量预测中具有较高准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏正英	西安交通大学机械制造系统工程国家重点实验室	117	990	18.0	27.0
2	张育斌	西安交通大学机械制造系统工程国家重点实验室	28	89	6.0	7.0
3	周瑞	西安交通大学机械制造系统工程国家重点实验室	5	25	3.0	5.0
4	张千	西安交通大学机械制造系统工程国家重点实验室	3	7	2.0	2.0