基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法

周爱民, 周钰

PDF(957 KB)
上海农业学报 ›› 2025 , Vol. 41 ›› Issue (1) : 118-123. DOI: 10.15955∕j.issn1000-3924.2025.01.17
智慧农业·农业经济管理

基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法

  • 周爱民1,周钰2
作者信息 +

A method for predicting irrigation volume of agricultural irrigation pipeline based on learning parameter gradient updating model

Author information +
History +

摘要

常规的农田水利灌溉管道灌水量预测方法,参数缺少有效更新,导致预测误差较大。因此,提出基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法。使用SVM算法,计算函数估计的最小二乘值,并按照最优超平面参数,对数据进行预处理并更新,导入预处理后的农田水利灌溉管道灌水数据,归一化处理后按照数据对核函数进行确定,基于学习参数梯度更新模型建立模型二层结构,利用学习参数梯度构建灌水量预测模型,设置模型神经元个数,对数据进行训练并计算得到农田水利灌溉管道灌水数据预测结果。进一步通过实验验证了本研究设计的农田水利灌溉管道灌水量预测方法,其预测误差较小,具有较好的应用价值。

关键词

学习参数梯度更新模型 / SVM算法 / 管道灌水量预测 / 农田水利灌溉

引用本文

导出引用
周爱民, 周钰. 基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法[J]. 上海农业学报. 2025 , 41 (1): 118-123. https://doi.org/10.15955∕j.issn1000-3924.2025.01.17
. A method for predicting irrigation volume of agricultural irrigation pipeline based on learning parameter gradient updating model[J]. Acta Agriculturae Shanghai. 2025 , 41 (1): 118-123. https://doi.org/10.15955∕j.issn1000-3924.2025.01.17

参考文献

PDF(957 KB)

175

Accesses

0

Citation

Detail

段落导航
相关文章

/