【技术实现步骤摘要】
一种基于深度森林算法的小麦赤霉病预测方法
本专利技术涉及小麦赤霉病
，尤其涉及一种基于深度森林算法的小麦赤霉病预测方法。
技术介绍
小麦是我国主要的粮食作物之一，小麦在生长的过程中会受到许多病害的侵染，其中就以赤霉病为主，该病害发病范围广、危害面积大，直接影响小麦的产量和质量，对国家的粮食安全带来巨大的威胁，导致国家的农民的直接经济损失。科学有效的及时预测赤霉病的发生趋势，就可以有效的提前采取防治措施，避免赤霉病的大规模爆发，目前，大多数小麦赤霉病的预测专利技术都是经验模型来进行判断和预测，其时效性和范围性又受到一定的限制，无法大范围进行应用，对人的依赖程度较高，效率上存在一定的局限性。因此，有必要提供一种新的基于深度森林算法的小麦赤霉病预测方法解决上述技术问题。
技术实现思路
为解决上述技术问题，本专利技术提供一种使其在时效性、可靠性上得到了巨大的提升，解放了依赖专业人士的预测，将经验与科学的预测模型相结合，在大范围内具有更高的应用价值的基于深度森林算法的小麦赤霉病预测方法。
【技术保护点】
1.一种基于深度森林算法的小麦赤霉病预测方法，其特征在于，包括以下步骤：/n步骤S1：通过收集、整理、汇总历年的小麦赤霉病发生情况的数据库，利用特征选择算法，筛选出在小麦赤霉病发生过程中，哪些因子具有较大的影响，并结合植保专家的经验，进行理论上的论证分析与修正；/n步骤S2：特征选择的过程中，根据小麦生长的不同时期进行分析，最后确定在小麦生长的这个过程中有关键有三个时期，分别是生育后期、开花期(抽穗前期)、抽穗扬花期，对这三个时期分别进行影响因子的选择；/n步骤S3：确定好的因子代回到结果中进行验证，是否具有表现性，进一步验证因子的选择是否合理；/n步骤S4：模型的训练过程...
【技术特征摘要】
1.一种基于深度森林算法的小麦赤霉病预测方法，其特征在于，包括以下步骤：
步骤S1：通过收集、整理、汇总历年的小麦赤霉病发生情况的数据库，利用特征选择算法，筛选出在小麦赤霉病发生过程中，哪些因子具有较大的影响，并结合植保专家的经验，进行理论上的论证分析与修正；
步骤S2：特征选择的过程中，根据小麦生长的不同时期进行分析，最后确定在小麦生长的这个过程中有关键有三个时期，分别是生育后期、开花期(抽穗前期)、抽穗扬花期，对这三个时期分别进行影响因子的选择；
步骤S3：确定好的因子代回到结果中进行验证，是否具有表现性，进一步验证因子的选择是否合理；
步骤S4：模型的训练过程中，也是按照这生育后期、开花期(抽穗前期)、抽穗扬花期三个时期，根据特征因子进行模型的训练，采用深度森林算法，中间包含多个森林，从前一层输入数据，输出的结果作为下层的输入，采用CNN中layer-by-layer的结构，每个森林产生的类向量又有K折交叉验证产生，搭建整个预测模型的架子，最后输出结果；
步骤S5：模型训练完成后，需要对模型...
【专利技术属性】
技术研发人员：夏川，阳小牙，李科，张友华，刘心怡，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。