河北东方学院
本科毕业论文（设计）中期检查报告
题目 | ： | 基于深度学习的农情灾情分析与预测 |
学院 | ： | 人工智能学院 |
专业 | ： | 数据科学与大数据技术 |
班级 | ： | 大数据技术21-2 |
学生姓名 | ： | |
学 号 | ： | 215150302016 |
指导教师 | ： | 闫建薇（副教授） |
完成时间 | ： | 2024年12月28日 |
一、工作任务的进展情况 （一）已完成的任务 1.用户管理模块 实现了用户的注册和登录功能，并成功部署了角色权限管理，区分了普通用户和管理员的访问权限。 2.数据查看模块 完成了农产品数据的查看和搜索功能，支持按时间、地域、品种等不同维度进行数据查询。 3.数据处理模块 利用Pandas对农产品数据进行了全面清洗、预处理、特征工程等工作，有效处理了数据中的异常值和缺失值，显著提升了数据质量。 二、工作中遇到的问题及改进措施 （一）遇见的问题 1.LSTM模型预测精度不足 针对LSTM模型在农产品价格和产量预测中精度不高的问题，计划引入注意力机制或优化模型参数，以提升预测性能。 2.数据可视化交互性不强 针对数据可视化界面交互性不足的情况，将增强Echarts图表的交互功能，如添加数据筛选、图表切换等，提升用户体验。
1.提升LSTM模型预测精度 在LSTM模型中集成注意力层，使模型能够自动聚焦于输入序列中的关键信息，从而提高预测的准确性。这要求我们对LSTM模型结构进行调整，并重新训练模型以评估性能改进。 2.增强数据可视化交互性 在现有Echarts图表的基础上，增加数据筛选、图表类型切换、数据点高亮显示等交互功能。这可以通过在前端代码中添加事件监听器，根据用户操作动态更新图表数据来实现。除了增强图表交互性外，还应关注整体用户界面的设计。通过优化布局、颜色搭配和交互反馈等方面，提升系统的易用性和美观度。这将有助于吸引更多用户，并提升他们对系统的满意度和忠诚度。 三、下一步工作计划 （一）未完成的工作 1.预测模块 计划使用LSTM算法结合其他深度学习技术，对农产品价格和产量进行更精确的预测。 2.可视化分析模块 将继续使用Echarts实现农产品数据的深度可视化分析，包括价格走势图、产量对比图、灾害影响图等，以直观展现数据特征和趋势。 3.后台管理模块 将开发后台管理功能，实现管理员对农产品数据的增删改查操作，同时完善权限管理，确保数据安全。 4.数据分析: 使用Pandas对农产品数据进行清洗、预处理等操作。使用LSTM算法等技术对农产品价格和产量进行预测。根据农产品数据,对农情灾情进行分析。 5.权限管理: 使用Flask-Admin实现管理员对后台数据的增删改查操作。实现用户的注册和登录功能,并根据权限控制用户的操作。 学生签名： 日期：2024年1月5日 | |
指导教师意见： 指导教师签名： 2024年1月6日 | |
系/教研室意见： 负责人签名： 2024年1月8日 | |
