申请/专利权人：江苏商贸职业学院

申请日：2023-05-08

公开（公告）日：2024-03-22

公开（公告）号：CN117132138B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q50/02;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.12.15#实质审查的生效;2023.11.28#公开

摘要：本发明公开了一种基于GIS的智慧农业产量预测评估方法和系统。按照地理信息系统绘制图形。基于所述第一农业土壤图和第二农业土壤图，通过农作物生长卷积网络，得到第一预测农作物生长图和第二预测农作物生长图。输入中间农作物生长卷积网络，提取特征，得到多个中间农作物生长图。将第一预测农作物生长图、第二预测农作物生长图和多个中间农作物生长图，预测农作物生长情况，得到农业产量。通过两个时间点之间检测的农作物生长情况，得到中间的农作物生长情况。通过中间的农作物生长程度更加精确的进行判断产量。能够减轻人工检测的困难，提升农业生产智能化、高效化，经营管理网络化、便捷化水平。

主权项：1.一种基于GIS的智慧农业产量预测评估方法，其特征在于，包括：获得两个农业土壤数据；所述农业土壤数据表示两个不同时间点不同位置的土壤情况和浇水施肥情况；将所述两个农业土壤数据按照地理信息系统绘制图形，得到两个农业土壤图；所述两个农业土壤图包括第一农业土壤图和第二农业土壤图；所述农业土壤图表示不同位置的土壤情况和浇水施肥情况；所述农业土壤图为三维矩阵；基于所述第一农业土壤图和第二农业土壤图，通过农作物生长卷积网络，得到第一预测农作物生长图和第二预测农作物生长图；将第一预测农作物生长图和第二预测农作物生长图输入中间农作物生长卷积网络，提取特征，得到多个中间农作物生长图；所述中间农作物生长图中的值表示中间时间对应的不同位置的农作物生长程度；将第一预测农作物生长图、第二预测农作物生长图和多个中间农作物生长图，预测农作物生长情况，得到农业产量；所述中间农作物生长卷积网络的训练方法，包括：所述中间农作物生长卷积网络包括第一中间卷积网络、第二中间卷积网络、第三中间卷积网络和反卷积网络；获得中间训练集；所述中间训练集包括多个训练中间数据和多个标注中间图；所述训练中间数据包括训练第一中间图和训练第二中间图；所述训练第一中间图表示第一时间点检测到的不同位置的农作物生长数据；所述训练第二中间图表示第二时间点检测到的不同位置的农作物生长数据；所述标注中间图包括第一时间点和第二时间点之间多个等分时间点的不同位置的农作物生长图；所述农作物生长图表示不同位置农作物生长发育状况；获得中间个数；所述中间个数表示第一时间点和第二时间点之间多个等分时间点的个数；将所述训练第一中间图输入第一中间卷积网络，提取特征，得到第一卷积特征图；所述第一卷积特征图为二维；将所述训练第二中间图输入第二中间卷积网络，提取特征，得到第二卷积特征图；所述第二卷积特征图为二维；将所述第一卷积特征图和第二卷积特征图进行叠加输入第三中间卷积网络，提取特征，得到第三卷积特征图；所述第二卷积特征图为三维；将第三卷积特征图输入反卷积网络，得到中间农业特征图；所述中间农业特征图中的值表示训练第一检测向量和训练第二检测向量中间的时间点对应的农作物信息；基于中间个数、所述中间农业特征图和多个标注中间数据进行损失求解，得到中间损失值；获得中间农作物生长卷积网络当前的训练迭代次数以及预先设定的所述中间农作物生长卷积网络训练的最大迭代次数；当所述中间损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的中间农作物生长卷积网络。

全文数据：

权利要求：

百度查询： 江苏商贸职业学院 基于GIS的智慧农业产量预测评估方法及系统

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