一种基于自注意力机制的茶小绿叶蝉成灾预测方法

本发明提供了一种基于自注意力机制的茶小绿叶蝉成灾预测方法，包括获取数据集，对数据集使用滑动窗口法，生成时序样本。构建茶小绿叶蝉数目预测模型，茶小绿叶蝉数目预测模型基于LSTM神经网络和多头自注意力机制。将数据集输入茶小绿叶蝉数目预测模型进行预测，得到茶小绿叶蝉的当前百叶虫口数。根据当前百叶虫口数计算虫口变化率，根据虫口变化率发出茶小绿叶蝉成灾风险提示。本发明采用滑动窗口法构建时间序列数据样本，以融合多源时序数据和生物物理机制。采用双层LSTM模块和多头注意力机制构建茶小绿叶蝉数目预测模型，从而在不增加参数的情况下实现高秩表达和任务自适应，准确地动态量化茶小绿叶蝉的成灾风险。