公开(公告)号：CN117808142A

公开(公告)日：2024-04-02

申请号：CN202311707668.5

申请日：2023-12-12

Applicant: 东北农业大学

Inventor： 周修理 ,  秦娜 ,  王开宇 ,  乔金友 ,  王勃翔 ,  魏林丁

IPC: G06Q10/04 ,  G06Q50/02 ,  G06Q30/0202 ,  G06N20/20

Abstract: 本发明公开了一种基于机器学习的机械压实环境中大豆产量变化的预测方法，包括：获取机械因素和土壤因素数据，获取大豆产量数据，建立数据库；对数据库进行预处理；按照一定比例划分训练集和测试集；对训练集使用机器学习算法建立机械因素对土壤因素的预测模型，得到土壤因素的预测结果；利用机器学习算法建立土壤因素的预测结果对大豆产量变化的预测模型，完成目标训练模型；将测试集输入目标训练模型，得到预测结果，完成大豆产量变化的预测；最后，对目标训练模型进行特征重要性分析。相比于现有方法，本方法可实现高精度的大豆产量变化的预测，并清晰的了解不同机械因素和土壤因素对大豆产量变化的影响程度。