基于深度学习及传统机器学习模型估算山东省参考作物蒸散量     

任传栋  王志真  马钊  张敏 《节水灌溉》2022,(3):67-74

为探寻深度学习模型在区域参考作物蒸散量(Reference crop evapotranspiration,ET0)估算中的适用性,以山东省为研究区域,选取了深度神经网络(DNN)、时间卷积神经网络(TCN)和长短期记忆神经网络(LSTM)3种深度学习模型,极限学习机模型(ELM)、广义回归神经网络模型(GRNN)和随...  相似文献   

基于不同LSTM模型和Hargreaves模型估算鲁中地区参考作物蒸散量     

马钊  任传栋  刘静  王志真 《江苏农业学报》2022,(6):1559-1568

为找出在仅使用温度这一气象参数条件下适用于区域参考作物蒸散量(ET₀)估算的简化模型,本研究以鲁中地区为研究区域,基于6个气象站点1961-2019年的逐日气象数据,以长短期记忆神经网络(LSTM)模型和Hargreaves(HS)模型为基础,利用粒子群优化LSTM模型(PSO-LSTM)、遗传算法优化LSTM模型(GA-LSTM)、贝叶斯理论优化LSTM模型(BA-LSTM)和5种HS改进模型估算ET₀,并将估算结果与Penman-Monteith(PM)模型的ET₀进行对比。结果表明,相同参数输入条件下,LSTM模型精度普遍优于HS模型,4种LSTM模型具有较强的适用性,其中BA-LSTM模型对ET₀日值的估算效果最优,其均方根差(RMSE)、平均绝对误差(MAE)、决定系数(R²)、效率系数(E_ns)的中位线分别为0.378 mm/d、0.276 mm/d、0.904和0.902,其综合性指标指数(GPI)的中位线为1.837。同时,BA-LSTM模...  相似文献   

“校园植物通”定位识别软件设计与研发——以浙江农林大学东湖校区为例     

张健捷  郭建辉  王志真  王拼搏  吴小双 《南方农机》2017,(5):80-81

"校园植物通"APP是一款寓教于乐的Android手机应用程序。它能展示用户所处位置附近的植物种类,并介绍植物特征,帮助用户了解植物。同时用户可以通过微信平台进行分享。并且此项目的后台研发基于浏览器和easy UI框架,故可拓展其应用范围和应用区域,对于满足其他系统的适配与应用,有极高的开发和发展价值。  相似文献