公开(公告)号：CN105825230B

公开(公告)日：2019-04-05

申请号：CN201610146190.7

申请日：2016-03-15

Applicant: 中国农业大学

Inventor： 冀荣华 ,  张舒蕾 ,  高万林 ,  祁力钧 ,  李鑫

IPC: G06K9/62 ,  G06N3/08 ,  G01N33/24

Abstract: 本发明涉及一种基于深度置信网络模型的土壤墒情预测方法和系统，该方法包括：采集土壤墒情和环境气候数据；筛选关键环境因素；构建数据库；建立深度置信网络模型；对深度置信网络模型进行训练；利用深度置信网络模型对土壤墒情进行预测。本发明提供的预测方法，采用深度置信网络模型对土壤墒情进行预测，在实质上考虑到了各影响因子之间的相互作用，且需要的参数及边界条件少很多，可以得到推广，还可以有更多的隐含层，因此不需要大量的节点就能达到一定的预测效果，且更适合挖掘输入向量间的复杂线性关系。利用本发明提供的预测方法预测土壤的水分盈缺情况，便于及时进行做出节水灌溉、施肥决策和排水措施等，使农作物处于最优生长状态。

公开(公告)号：CN106651006A

公开(公告)日：2017-05-10

申请号：CN201611039451.1

申请日：2016-11-21

Applicant: 中国农业大学

Inventor： 冀荣华 ,  张舒蕾 ,  郑立华 ,  刘云玲

IPC: G06Q10/04 ,  G06Q50/02 ,  G06N3/08

CPC classification number: G06Q10/04 ,  G06N3/084 ,  G06Q50/02

Abstract: 本发明实施例公开了一种基于复数神经网络的土壤墒情预测方法及装置。方法包括：获取待预测土壤的历史墒情数据；从所述历史墒情数据中选取距离预测时间点最近的N个时间点对应的墒情数据；将选取的墒情数据转换为单位圆上的复数；根据转换后的墒情数据和预构建的MLMVN神经网络模型预测待预测土壤在所述预测时间点的墒情数据。本发明实施例通过将数据转换为单位圆上的复数，构建以土壤墒情为输入的复数神经网络预测模型，进而降低建模复杂度并提高农田土壤墒情多步预测精度。

公开(公告)号：CN105825230A

公开(公告)日：2016-08-03

申请号：CN201610146190.7

申请日：2016-03-15

Applicant: 中国农业大学

Inventor： 冀荣华 ,  张舒蕾 ,  高万林 ,  祁力钧 ,  李鑫

IPC: G06K9/62 ,  G06N3/08 ,  G01N33/24

CPC classification number: G06K9/6256 ,  G01N33/246 ,  G01N2033/245 ,  G06N3/08

Abstract: 本发明涉及一种基于深度置信网络模型的土壤墒情预测方法和系统，该方法包括：采集土壤墒情和环境气候数据；筛选关键环境因素；构建数据库；建立深度置信网络模型；对深度置信网络模型进行训练；利用深度置信网络模型对土壤墒情进行预测。本发明提供的预测方法，采用深度置信网络模型对土壤墒情进行预测，在实质上考虑到了各影响因子之间的相互作用，且需要的参数及边界条件少很多，可以得到推广，还可以有更多的隐含层，因此不需要大量的节点就能达到一定的预测效果，且更适合挖掘输入向量间的复杂线性关系。利用本发明提供的预测方法预测土壤的水分盈缺情况，便于及时进行做出节水灌溉、施肥决策和排水措施等，使农作物处于最优生长状态。