Ertragsvorhersage für Weizen durch Clustering und neuronale Netze

Die Vorhersage von landwirtschaftlichen Erträgen mit Hilfe von Data-Mining-Tools und -Techniken ist eines der neuen Forschungsgebiete der letzten Jahre. Data Mining ist ein aufstrebendes Forschungsgebiet in der Analyse von Ernteerträgen. Die Vorhersage von Erträgen ist ein sehr wichtiges Thema in der Landwirtschaft. Verschiedene saisonale, wirtschaftliche und biologische Faktoren beeinflussen die Pflanzenproduktion, aber unvorhersehbare Veränderungen dieser Faktoren führen zu großen Verlusten für die Landwirte. Die Entwicklung besserer Systeme zur Vorhersage der veränderten Effektivität unter verschiedenen klimatischen Bedingungen kann den Landwirten und ihren Mitarbeitern bei der unverzichtbaren Initiative im Bereich der Agronomie und der Ernteauswahl helfen. Im landwirtschaftlichen Bereich ist ein effizienter Rahmen erforderlich, um das Produkt überall auf der Welt vorhersagen und verbessern zu können. Wegen der Unzugänglichkeit geeigneter Informationen ist die vielseitige Qualität der Erwartung von Produkten hoch, wodurch die Art der Prognose beeinflusst wird. Im Information Mining ist die Gruppierung von Informationen der wichtigste Fortschritt bei der Gewinnung profitabler Informationen. In diesem Buch wird ein Rahmen für Trim-Prognosen unter Verwendung von Fuzzy-Bunching-Strategien und neuronalen Systemen beschrieben.

Autorentext

Akanksha Verma travaille en tant qu'analyste en brevets chez CPA Global Private Limited à Delhi. Elle est titulaire d'un M.TECH (CSE), d'un B.TECH (CSE), d'un certificat professionnel Microsoft (NOVAEDGE) sur les principes fondamentaux de JAVA et d'un certificat de spécialiste Microsoft Office pour Office PowerPoint. Elle est également certifiée en PHP par HCL.