申请/专利权人:天津市农业发展服务中心
申请日:2023-11-13
公开(公告)日:2024-02-13
公开(公告)号:CN117235607B
主分类号:G06F18/241
分类号:G06F18/241;G06N3/0499;G06F18/213;G01N33/24
优先权:
专利状态码:有效-授权
法律状态:2024.02.13#授权;2024.01.02#实质审查的生效;2023.12.15#公开
摘要:本发明属于墒情监测技术领域,涉及一种土壤墒情实时监测系统及监测方法,使用土壤水分传感器对不同方向的土壤水分数据进行采集,形成原始数据;对原始数据进行维度变换处理;对降维后的原始数据进行分析,建立时间序列模型,得到不同时间尺度下空间局部特征值;基于空间局部特征值建立多个目标函数,得到最优墒情控制参数。本发明可应用于土壤墒情的精确分析和预测,对于不同条件的地区具有广泛的适应性和推广应用前景。
主权项:1.一种土壤墒情实时监测方法,其特征在于,包括如下步骤:S1、对不同方向的土壤水分数据进行采集,形成原始数据;S2、对原始数据进行维度变换处理;S3、对降维后的原始数据进行分析,建立时间序列模型,得到不同时间尺度下空间局部特征值;S4、基于空间局部特征值建立多个目标函数,得到最优墒情控制参数;S5、使用BP神经网络预测墒情,设输入层、隐含层和输出层的单元个数分别为n、Q、m,BP神经网络结构表示为BPn,Q,m,输入层第I单元到隐含层第J单元的权重WIJI=1,…,n;J=1,…Q、隐含层第J单元到输出层第K单元的权重J=1,…,Q;K=1,…,m、隐含层第J单元的激活阈值J=1,…,Q及输出层第K单元的激活阈值K=1,…,m;设共有P个训练样本,输入的第I单元第个=1,……P训练样本信息首先向前传播到隐含单元上,经过激活函数f的作用得到隐含层的输出信息: ;隐含层的输出信息传到输出层,得到最终输出结果为: ;采用3个变量作为BP神经网络的输入:分别为空间局部特征值、作物产量、每日土壤水分值;输出为墒情是否达到最优状态。
全文数据:
权利要求:
百度查询: 天津市农业发展服务中心 一种土壤墒情实时监测系统及监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。