基于加权PCA、m-PSO算法及ANN混合模型的农作物信息预测方法

摘要

本发明揭示了一种基于加权PCA、m‑PSO算法及ANN混合模型的农作物信息预测方法，其包括以下步骤：S1）数据预处理：获取农业数据；使用主成分分析PCA中的交替最小二乘算法ALS预测上述农业数据中的缺失值，得到完整数据；对所述完整数据进行归一化处理；S2）特征提取：使用加权主成分分析w‑PCA对所述预处理后数据进行特征提取，得到主成分新特征；S3）模型预测：将步骤S2）获得的主成分新特征输入到人工神经网络ANN模型中，并使用改进粒子群优化算法m‑PSO初始化人工神经网络ANN模型中的初始偏置b和初始权重ω，得到训练后的预测模型；使用交叉验证所述训练后的预测模型，然后输出预测信息。本发明大大提高了对农业信息预测的精度。