文献类型：期刊文章

作　　者：刘鹏[1] 郑勇[2] 杨红军[3]

Liu Peng;Zheng Yong;Yang Hongjun(Shandong MGdaas Systems Co.,Ltd.,Jinan 250100,China;Shandong Agricultural Information Center,Jinan 250100,China;Jinan Agricultural Information Center,Jinan 250002,China)

机构地区：[1]山东麦港数据系统有限公司,山东济南250100 [2]山东省农业信息中心,山东济南250100 [3]济南市农业信息中心,山东济南250002

出　　处：《电子技术应用》

年　　份：2019

卷　　号：45

期　　号：10

起止页码：88-91

语　　种：中文

收录情况：DOAJ、JST、RCCSE、ZGKJHX、普通刊

摘　　要：农作物产量预测对政府规划国民经济的发展具有决定性作用,对于合理统筹种植策略以及减少水肥的浪费有着重要意义。影响农作物产量的因素众多,准确预测农作物产量具有非常重要的意义。气候是影响农作物产量的重要因素。以气候因素为依据,提出了一种基于改进长短期记忆神经网络的农作物产量时间序列预测的方法,将历史产量和气候因素相结合,以固定年份为单位对下一年农作物产量进行预测。实验结果表明,与长短期记忆神经网络、支持向量机方法进行对比,本方法在农作物产量时间序列预测中有较高的准确性。

关 键 词：农作物产量预测  长短期记忆神经网络  深度学习  递归神经网络 气候因素

分 类 号：TP391]