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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD