基于机器学习的农作物产量预测研究综述

• 作者: 张向君 陈优良 肖钢
• 来源期刊: 安徽农学通报
• 学科: 农学
• 关键词: 农作物 产量预测 机器学习 智能优化算法 神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 农业机械·仪器设备·智能信息
• 页码范围: 117-119,134
• 页数: 4页
• 分类号: S126
• 语种: 中文

摘要

人口的持续增长对农业系统的压力越来越大,产量预测能够为农作物的合理规划与种植提供指导.随着数据科学与计算机软硬件的发展,机器学习凭借其对复杂性、非线性问题的处理能力,在数据分析、农业病虫害识别、模式识别中表现良好,被逐渐应用于农作物产量预测中.该文以当前农作物产量预测为背景,概述了机器学习的主要算法,在归纳国内外研究进展的基础上,综合分析当前基于机器学习的农作物产量预测方法,并讨论了不同方法特点和精度.