基于KNN-SVM算法的溫室番茄生長預測模型

打開文本圖片集

摘要 為解決現(xiàn)有溫室番茄生長模型預測準確率低的問題，依據(jù)番茄生理學的基本特點，以溫室內(nèi)的環(huán)境參數(shù)為模型變量，建立了溫室番茄生長發(fā)育的非線性模型。該模型描述了溫室內(nèi)溫度、濕度、土壤溫度、土壤濕度等環(huán)境因子對番茄發(fā)育速度的影響，模型具有良好的解釋能力和較高的精度。首先，將利用各類傳感器對吉林省吉林市溫室番茄生長的各類環(huán)境數(shù)據(jù)進行收集；然后，對番茄溫室的實際數(shù)據(jù)進行處理，再利用KNN算法對缺失和異常數(shù)據(jù)進行補充，并進行相關(guān)性分析；最后，在處理完成的番茄作物生長數(shù)據(jù)的基礎(chǔ)上，考慮番茄作物對溫室環(huán)境的實時反饋，結(jié)合相關(guān)性利用SVM優(yōu)化算法對2020—2021年的吉林市經(jīng)開區(qū)溫室番茄數(shù)據(jù)進行模擬，得到SVM、LDA、LR的準確率分別為0.904、0.885、0.865。（剩余12011字）