[发明专利]一种基于机器学习的火龙果种植全周期植物营养配置方法

摘要

本发明公开一种基于机器学习的火龙果种植全周期植物营养配置方法，包括以下步骤：建立土壤影响神经网络模型；获得土壤影响营养系数；建立生长状态网络模型；获得生长状态影响营养系数；建立气象影响神经网络模型；获得气象影响营养系数；建立灌溉影响神经网络模型；获得灌溉影响营养系数；建立施肥影响网络模型；获得施肥影响营养系数；建立地形影响网络模型；获得地形影响营养系数；构建成数据集；划分所述数据集的70％用做模型构建，所述数据集的30％用做模型验证；构建数据集与火龙果营养N、P、K比例的回归模型，获得不同生长阶段火龙果需要相应的N、P、K的比例。本发明具有很好的针对性和预测性，抗干扰能力强，准确性高，诊断速度快。