0571-81111602
更新时间：2026-08-15 00:00:25
已登记
详细信息
-
知识产权名称
蒲葵在生长期时叶片数量预测数据
-
登记编号
DIP2024000006613
-
申请人
杭州灵煜生物科技有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-08-23 14:58:26
详细信息
-
所属行业
农、林、牧、渔业
-
交易状态
待交易
-
数据规模
2786
-
更新频次
每月更新
-
应用场景
可以用于蒲葵叶片数量预测，输入为土壤类型、肥料使用、灌溉方式、植株高度(cm)，蒲葵茎粗(cm)，叶面积指数，根系长度(cm)，蒲葵产量（亩产量），根系主要分布范围(cm)，蒲葵根系数量，根茎长(cm)，叶绿素含量（mg/g）。输出为蒲葵叶片预测数量。该模型帮助解决了蒲葵叶片数量和蒲葵状况的关系建模的问题。蒲葵植株的叶片数量对蒲葵根的生长有着重要的影响。在生长期，蒲葵叶片最佳控制数量在85片以内，这样能够保证蒲葵的生长和品质，提高其生产效益；若蒲葵叶片预测数量不在该范围内，则应该调整输入量以保证蒲葵叶片预测数量在最佳控制数量以内。
-
算法规则简要说明
通过调查采集蒲葵数据，并使用传统算法和多元线性回归算法预测蒲葵叶片数量。该模型的输入为土壤类型、肥料使用、灌溉方式、植株高度(cm)，蒲葵茎粗(cm)，叶面积指数，根系长度(cm)，蒲葵产量（亩产量），根系主要分布范围(cm)，蒲葵根系数量，根茎长(cm)，叶绿素含量（mg/g）。多元线性回归算法通过分析这些输入变量与蒲葵叶片预测数量之间的线性关系，确定每个变量的权重系数。在模型训练过程中，算法会利用蒲葵叶片实际数量进行优化，调整权重系数以最小化预测误差。模型通过最小二乘法等技术，根据输入的数据计算蒲葵叶片预测数量，从而得出最终结果。通过这样的过程，模型能够将多个输入变量综合考虑，准确预测蒲葵叶片数量，保证蒲葵的生长和品质，提高其生产效益。
-
更新频次
每月更新
-
存证平台
浙江省知识产权区块链公共存证平台
