基于改进SSA算法优化极限学习机模型的土壤供肥量预测

打开文本图片集

DOI： 10.13733/j.jcam.issn.2095-5553.2023.10.025

李井竹， 刘秋菊， 王仲英. 基于改进SSA算法优化极限学习机模型的土壤供肥量预测［J］. 中国农机化学报， 2023， 44（10）： 174-184

Li Jingzhu， Liu Qiuju， Wang Zhongying. Prediction of soil fertilizer for optimizing extreme learning machine based on improved SSA algorithm ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（10）： 174-184

摘要：

针对传统农业灌溉系统中土壤供肥量预测准确率低、效率差的问题，提出基于改进麻雀搜索算法优化极限学习机（MHISSA-ELM）的农作物土壤供肥量预测模型。（剩余22933字）