基于LSTM递归神经网络的番茄目标产量时间序列预测

阅读量：

739

作者：

周瑞，魏正英，张育斌，张千

展开

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.

展开

关键词：

产量预测；递归神经网络；长短期记忆单元；深度学习

DOI：

10.3969/j.issn.1007-4929.2018.08.014

年份：

2018