Mejora de la predicción de humedad del suelo y conductividad eléctrica de huertos de cítricos basada en IoT utilizando Deep Bidirectional LSTM
Autores: Gao, Peng; Xie, Jiaxing; Yang, Mingxin; Zhou, Ping; Chen, Wenbin; Liang, Gaotian; Chen, Yufeng; Han, Xiongzhe; Wang, Weixing
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Mejora de la predicción de humedad del suelo y conductividad eléctrica de huertos de cítricos basada en IoT utilizando Deep Bidirectional LSTM
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Planificación de programación de riego
Huertos de cítricos
Sistema de recopilación de información ambiental
Internet de las cosas
Redes neuronales de memoria a largo plazo bidireccionales profundas
Humedad del suelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Para mejorar las predicciones de humedad del suelo (SM) y conductividad eléctrica del suelo (SEC) en huertos de cítricos de gran tamaño, se propusieron redes Bid-LSTM de memoria a largo plazo bidireccionales profundas basadas en datos de información ambiental recopilados a través del Internet de las cosas (IoT).
Descripción
Para mejorar las predicciones de humedad del suelo (SM) y conductividad eléctrica del suelo (SEC) en huertos de cítricos de gran tamaño, se propusieron redes Bid-LSTM de memoria a largo plazo bidireccionales profundas basadas en datos de información ambiental recopilados a través del Internet de las cosas (IoT).