机构名称：
¥ 1.0
在现场水平上的作物产量预测（CYP）对于制定进出口策略的农产品计划并增强农民收入至关重要。作物育种始终需要大量的时间和金钱。CYP开发以预测农作物的产量更高。本文提出了有效的深度学习（DL）和降低尺寸（DR）方法（DR）用于印度地区作物的CYP。本文包括“ 3”阶段：预处理，DR和分类。最初，从数据集收集了南印度地区的农业数据。然后，通过执行数据清洁和归一化将预处理应用于收集的数据集。之后，使用基于指数内核的主组件分析（SEKPCA）进行DR。最后，CYP基于重量调节的深卷积神经网络（WTDCNN），该卷积神经网络可预测高作物的产量。模拟结果表明，与退出方案相比，所提出的方法的精度为98.96％。关键词：作物产量预测，深度卷积神经网络，机器学习，深度学习，主要成分分析。
使用深度学习和...
主要关键词
相关文件推荐
