基于LSTM-GRU的日光温室环境预测方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：提前准确获取日光温室中温湿度变化对作物提质增产至关重要，传统方法预测能力有限。针对日光温室环境具有非线性、时滞性、强耦合性等特点，提出了基于长短期记忆神经网络和门控循环单元神经网络相结合（LSTM-GRU）的温湿度预测模型。试验首先利用温室采集系统获取室内外环境及卷膜开度的历史数据，再将数据通过线性插值法进行缺失填充、卡尔曼滤波去噪、归一化处理后，以时间序列输入预测模型中训练和测试。（剩余9619字）

试读结束

目录
monitor
客服机器人