Forkagro Pixel
来自哈巴罗夫斯克边疆区的科学家们开发出了一种用于准确预测农作物产量的神经网络。
農產品

来自哈巴罗夫斯克边疆区的科学家们开发出了一种用于准确预测农作物产量的神经网络。

太平洋大学的科学家们开发了一个用于预测哈巴罗夫斯克边疆区作物产量的神经网络。它可以精确地达到85%的准确度,利用气象数据,卫星图像和土壤特征来确定肥沃土壤中不同作物的产量。所得到的模型将帮助农学家优化资源并降低风险。科学家们计划改进这个神经网络,以提高准确性并扩展功能。

14 August 2024 14 August 2024

在哈巴罗夫斯克边疆区,太平洋国立大学的科学家们开发出一种神经网络,能够以高达85%的准确度预测农作物的产量。利用卫星图像、气象数据和土壤特性,这种创新技术为提高农业效率提供了新的可能性。

在肥沃的土壤中,神经网络可以确定土豆、大麦、小麦、燕麦、荞麦和大豆的产量。通过收集和处理的数据集,包括气象指标、卫星图像和土壤组成,神经网络学习以高精度预测产量。与俄罗斯科学院的报告进行的比较分析证实了这些结果。

专家们发现,循环神经网络在进行计算时表现最为高效。它处理时间序列并进行预测。此外,采用了各种回归分析和函数逼近数学模型。

获得的模型将提供给地区企业。预计,神经网络和进行的研究将帮助农业专家和农民优化资源利用并将与气候变化相关的风险降至最低。

未来,科学家们计划改进神经网络,以提高产量预测的准确性,并将其调整为该地区其他常见作物。此外,神经网络将被训练以确定不同肥料对产量的影响。

確認
繼續使用我們的網站即表示您同意我們處理 cookies 文件 以確保網站正常運行。
接受所有 cookies