||
摘要
深度学习已被应用于作物产量预测问题,但缺乏对研究的系统分析。因此,本研究旨在概述深度学习在作物产量预测中的最新应用。我们进行了系统文献综述(SLR)来识别和分析最相关的论文。我们检索了456项相关研究,其中44项主要研究在对相关研究应用选择和质量评估标准后进行进一步分析。对主要研究进行了彻底的分析和综合,包括关键动机、目标作物、应用的算法、使用的特征和使用的数据来源。我们观察到卷积神经网络(CNN)是最常见的算法,它在均方根误差(RMSE)方面具有最佳性能。最重要的挑战之一是缺乏大型训练数据集,因此存在过度拟合的风险,从而降低模型在实践中的性能。对于该领域的研究人员来说,指出当前的挑战和进一步研究的可能性是有价值的,因为他们倾向于关注缺失研究课题的重要性。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-5-9 21:36
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社