Integración de algoritmos de búsqueda de aprendizaje profundo y Sparrow para optimizar la predicción del microclima de invernadero para la idoneidad del entorno de plántulas
Autores: Shi, Dongyuan; Yuan, Pan; Liang, Longwei; Gao, Lutao; Li, Ming; Diao, Ming
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Integración de algoritmos de búsqueda de aprendizaje profundo y Sparrow para optimizar la predicción del microclima de invernadero para la idoneidad del entorno de plántulas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Parámetros climáticos
Microclima invernadero
Redes Neuronales Convolucionales
Redes Neuronales de Memoria a Corto y Largo Plazo
Algoritmo de búsqueda de gorriones
Redes de Squeeze-and-Excitation
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Los parámetros climáticos dentro de las instalaciones de invernadero, como la temperatura, la humedad y la luz, ejercen una influencia significativa en el crecimiento y rendimiento de los cultivos, especialmente de plántulas. Por lo tanto, es crucial establecer un modelo predictivo preciso para monitorear y ajustar el microclima del invernadero con el fin de optimizar el ambiente del invernadero al máximo.
Descripción
Los parámetros climáticos dentro de las instalaciones de invernadero, como la temperatura, la humedad y la luz, ejercen una influencia significativa en el crecimiento y rendimiento de los cultivos, especialmente de plántulas. Por lo tanto, es crucial establecer un modelo predictivo preciso para monitorear y ajustar el microclima del invernadero con el fin de optimizar el ambiente del invernadero al máximo.