基于HMM+LSTM算法的网纹蜜瓜数字孪生体生长模型设计
陆棚1
刘明堂1
吴姗姗1
李斌1
李世豪2
王长春2
杨阳蕊1
江恩慧3
1.华北水利水电大学 信息工程学院,郑州 4500452.华北水利水电大学 电子工程学院,郑州 4500453.黄河水利科学研究院 水利部黄河泥沙重点实验室,郑州 450003
摘要：[目的]提高农业水资源利用效率,开展农作物生长过程全生命周期的数字孪生体构建,加快我国智慧农业进程、助力农民制订优化管理策略.[方法]以网纹蜜瓜为例,选取河南省花园口引黄灌区为典型研究区,在相应气候条件下开展网纹蜜瓜生长全过程室内试验,基于物联网技术的观测网络,获取了网纹蜜瓜生长过程各项环境指标和生长状态实时监测数据;采用3ds Max三维建模软件和Unity 3D可视化平台,开发了网纹蜜瓜数字孪生模型,采用隐马尔可夫(Hidden Markov Model,HMM)和长短期记忆网络(Long Short-Term Memory,LSTM)算法,构建了网纹蜜瓜生长过程智能化推演模型.[结果]模拟结果表明,网纹蜜瓜种、苗、花、叶、果不同生长周期的数字孪生体整体识别正确率较高,其中种周期与苗周期准确率为 85.3%,网纹蜜瓜叶周期的准确率为 78.6%,平均周期准确率为 82.8%.[结论]本文提出的基于无线传感器网络的数据采集端系统、HMM+LSTM 算法生成网纹蜜瓜孪生体三维生长模型,实现了智慧农业的精准、高效、非破坏性可视化全过程孪生模拟,可推广应用于其他农作物孪生体构建.
关键词：数字孪生网纹蜜瓜隐马尔可夫模型HMM长短期记忆网络算法LSTM智慧农业
分类号：F303.3(农业经济理论)
资助基金：国家自然科学基金(U2243601)国家自然科学基金(52409058)河南省高等学校重点科研项目(25B510010)水利部重点实验室开放研究基金(2025007)
论文发表日期：2025-05-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：11( 122-132 )
英文信息