科研产出
时空序列深度学习模型在玉米产量预测中的应用与优化
《当代农机 》 2025
摘要：聚焦于时空序列深度学习模型的研究，又把该模型应用于玉米产量预测并实施了优化，开发一个包含卷积长短期记忆网络、图神经网络、注意力机制的模型框架，以达成区域产量的预判、空间依赖的捕获、关键时间特征的抽取，采用多尺度特征融合途径，通过迁移学习及不确定性量化等方法，显著提高了模型预测精度，缓和了数据稀疏状况，提升了模型的可靠水平。研究结论为玉米产量的精准预测提供了技术保障，对农业生产决策优化有重要的指导性意义。
关键词： 时空序列深度学习模型 玉米产量 预测 卷积长短期记忆网络
全文链接
请求原文
茶黑毒蛾的发生规律与预测预报
《环境昆虫学报 》 2014 北大核心 CSCD
摘要：2010-2012年对云南省普洱市茶黑毒蛾Dasychira baibarana Matsumura的发生规律开展了系统调查,结果表明,茶黑毒蛾在云南普洱市一年发生5代,6-10月为茶黑毒蛾幼虫的发生高峰期,3-4代为主害代。茶黑毒蛾幼虫历期以第1代最长,平均33-34 d,其次是第5代,平均为26 d。第2、3、4代幼虫历期为20-21 d。7-9月为茶黑毒蛾成虫的主要发生期。此外,研究发现,根据茶园茶黑毒蛾的发蛾高峰日,采用历期法预测防治时期基本可行,可按照预测的时间进行防治或适当提前进行防治。
全文链接
请求原文
首页上一页1下一页尾页
