买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连大学

摘要：本发明公开了一种融合GA‑Attention‑LSTM算法的樱桃裂果环境参数预测方法，包括：获取温室樱桃种植的环境数据，通过相关性分析方法得出与樱桃裂果具有强相关性的环境特征，并对所述环境特征进行归一化处理；采用滑动窗口方法，将处理后的环境特征数据生成矩阵形式；构建基于遗传算法GeneticAlgorithm，GA并加入注意力Attention机制的长短期记忆Long‑ShortTermMemory，LSTM神经网络预测模型，得到温室内樱桃裂果环境参数。本发明通过数据分析和深度学习的方式对樱桃温室的环境进行预测，为农户的裂果防预提供数字化预警支持。

主权项：1.融合GA-Attention-LSTM算法的樱桃裂果环境参数预测方法，其特征在于，包括：获取温室樱桃种植的环境数据，通过相关性分析方法得出与樱桃裂果具有强相关性的环境特征，并对所述环境特征进行归一化处理；采用滑动窗口方法，将处理后的环境特征数据生成矩阵形式；构建基于遗传算法并加入注意力机制的长短期记忆神经网络预测模型，得到温室内樱桃裂果环境参数；所述长短期记忆神经网络预测模型中加入注意力机制，具体为：在神经网络的隐藏层单元中注意力机制为输入的空气湿度x1n，空气温度x2n，光照强度x3n，土壤温度x4n，土壤含水量x5n分配相应概率的权重；所述长短期记忆神经网络预测模型包括2个LSTM隐藏层、1个Attention层和1个全连接层；其中x1n、x2n、x3n、x4n、x5n为输入向量；先导入LSTM隐藏层中，再导入Attention层，该层Attention机制的计算过程如下：C＝c1c2c3c4c5G＝g1g2g3g4g5D＝d1d2d3d4d5c1，c2，c3，c4，c5分别表示输入环境特征x1n，x2n，x3n，x4n，x5n的搜索引擎，在计算过程中用矩阵C表示；g1，g2，g3，g4，g5分别表示输入环境特征x1n，x2n，x3n，x4n，x5n对应的搜索键，在计算过程中用矩阵G表示；d1，d2，d3，d4，d5分别表示输入环境特征x1n，x2n，x3n，x4n，x5n对应的数值，在计算过程中用矩阵D表示；在Attention层中获取空气湿度x1n，空气温度x2n，光照强度x3n，土壤温度x4n，土壤含水量x5n的权重，具体为： 其排名前三的为空气湿度x1n，空气温度x2n，土壤含水量x5n所对应的权重； 向量ω1，ω2，ω5分别为空气湿度x1n，空气温度x2n，土壤含水量x5n的权重，用矩阵ω来表示；所述长短期记忆神经网络预测模型的输出为樱桃裂果环境中空气湿度y1n，空气温度y2n，土壤含水量y5n的预测值，用矩阵Y表示，具体为：

全文数据：

权利要求：

百度查询： 大连大学 融合GA-Attention-LSTM算法的樱桃裂果环境参数预测方法