← 返回列表
基于机器学习的农业灌溉用水量估算方法、系统及介质
申请人信息
- 申请人:中山大学
- 申请人地址:510275 广东省广州市海珠区新港西路135号
- 发明人: 中山大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器学习的农业灌溉用水量估算方法、系统及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311260303.2 |
| 申请日 | 2023/9/27 |
| 公告号 | CN117333321A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | G06Q50/02 |
| 权利人 | 中山大学 |
| 发明人 | 张靖文; 罗祺耀; 钟盈盈; 吕祚彬 |
| 地址 | 广东省广州市新港西路135号 |
摘要文本
中山大学获取“一种透气窗帘布”专利技术，本发明公开了一种基于机器学习的农业灌溉用水量估算方法、系统及介质。该方法包括收集农业灌溉用水量相关数据及研究区域田块尺度数据；构建初步的农业灌溉用水量预测模型并进行敏感性分析，调整参加训练的变量，确定变量对于农业灌溉用水量估算精度的贡献；构建基于机器学习的判断灌溉是否发生的0‑1分类预测模型；构建基于机器学习的农业灌溉用水量的回归预测模型；对比基于不同机器学习算法的农业灌溉用水量回归预测模型，确定最稳健效率最高的回归预测模型。旨在估算高空间分辨率(田块尺度)和高时间分辨率(日尺度)的农业灌溉用水量数据，提高了现有技术的时空分辨率。 关注微信公众号专利查询网
专利主权项内容
1.基于机器学习的农业灌溉用水量估算方法，其特征在于，包括下述步骤：收集研究区域田块尺度的农业灌溉用水量数据；获取研究区域田块尺度的叶面积指数、总初级生产力、叶片温度和土壤含水量数据；基于人工智能方法构建初步的农业灌溉用水量预测模型；用构建的农业灌溉用水量预测模型进行敏感性分析，调整参加训练的变量，确定变量对于农业灌溉用水量估算精度的贡献；构建基于机器学习的判断灌溉是否发生的0-1分类预测模型；构建基于机器学习的农业灌溉用水量的回归预测模型；对比基于不同机器学习算法的农业灌溉用水量回归预测模型，确定最稳健效率最高的回归预测模型。。数据由马 克 数 据整理