在温室温度预测研究方面,国内对温室温度预测的研究,大多还都是通过计算流体动力学等方法进行建模,考虑的情况之复杂,牵扯到的参数之多,让研究者在实际操作的过程中投入大量的时间和精力。另一方面,国内的温室控制也大都是比较传统的,通过对各种各样的指标实现对温室设施的控制[4][5],预测应用在温室中的情况还不是很常见。国外的温室设施比较先进,通过自动化操作,能够精确的调节作物的生长环境,同时能够节省大量的人力物力,而且还能带来的可观的收入,从而实现农业发展的良性循环[6],但是很少有通过神经网络对温室温度预测的研究。在RNN方面,目前国内外的研究情况都集中在语言生成、文本模型和语音识别等方面[7][8],国内的也有将神经网络应用预测的研究,如广告点击率[9][10][11],不过目前使用RNN进行温室温度预测的文献还不多见。34941
参考文献
[1]    韩跃, 汪春. 东北夏季Venlo型温室温度的时间预测模型构建与检验[J]. 黑龙江八一农垦大学学报, 2012, 24(3):19-23.
[2]    左志宇, 毛罕平, 张晓东,等. 基于时序分析法的温室温度预测模型[J]. 农业机械学报, 2010, 41(11):173-177.
[3]    Lipton Z C, Berkowitz J, Elkan C. A Critical Review of Recurrent Neural Networks for Sequence Learning[J]. Computer Science, 2015.
[4]    郑红平, 赵丽华, 曾松伟. 自动化温室测控系统的设计[J]. 农机化研究, 2004(2):131-132.
[5]    邱增帅. 温室大棚的环境参数控制[D]. 沈阳:沈阳工业大学, 2013.论文网
[6]    于海业, 马成林, 陈晓光. 发达国家温室设施自动化研究的现状[J]. 农业工程学报, 1997, 13(S1):260-264..
[7]    Mikolov T, Karafiát M, Burget L, et al. Recurrent neural network based language model[C]// INTERSPEECH 2010, Conference of the International Speech Communication Association, Makuhari, Chiba, Japan, September. DBLP, 2010:1045-1048.
[8]    Sutskever I, Martens J, Hinton G E. Generating Text with Recurrent Neural Networks[C]// International Conference on Machine Learning, ICML 2011, Bellevue, Washington, Usa, June 28 - July. DBLP, 2011:1017-1024.
[9]    Huang Z, Zweig G, Dumoulin B. Cache based recurrent neural network language model inference for first pass speech recognition[C]// ICASSP 2014 - 2014 IEEE International Conference on Acoustics, Speech and Signal Processing. IEEE, 2014:6354-6358.
[10]    黄积杨. 基于双向LSTMN神经网络的中文分词研究分析[D]. 南京:南京大学, 2016.
[11]    陈巧红, 孙超红, 余仕敏, 等. 基于递归神经网络的广告点击率预估研究[J]. 浙江理工大学学报, 2016, 35(6): 880-885.
[12]    Deutsch. Supervised Sequence Labelling with Recurrent Neural Networks | Springer[J]. Springer-Verlag Berlin Heidelberg, 2012.
[13]    Hochreiter S, Schmidhuber J. Long Short-Term Memory[J]. Neural Computation, 2012, 9(8):1735.
[14]    Cho K, Van Merriënboer B, Gulcehre C, et al. Learning phrase representations using RNN encoder-decoder for statistical machine translation[J]. arXiv preprint arXiv:1406.1078, 2014.
[15]    汤荣志, 段会川, 孙海涛. SVM训练数据归一化研究[J]. 山东师范大学学报:自然科学版, 2016, 31(4):60-65.
上一篇:自动化测试国内外研究现状参考文献
下一篇:耕地资源可持续利用国内外研究现状

预测控制和广义预测研究现状

温室内光环境模型国内外研究现状和不足

温室管理系统国内外研究现状和发展趋势

多点煤堆温度监控系统国内外研究现状

室内温度场分布与人体舒...

人口预测方法研究现状

地表温度遥感反演算法研究现状和参考文献

压疮高危人群的标准化中...

上海居民的社会参与研究

AES算法GPU协处理下分组加...

从政策角度谈黑龙江對俄...

酵母菌发酵生产天然香料...

STC89C52单片机NRF24L01的无线病房呼叫系统设计

浅论职工思想政治工作茬...

浅谈高校行政管理人员的...

基于Joomla平台的计算机学院网站设计与开发

提高教育质量,构建大學生...