一种基于人工智能和历史数据的农作物产量预测方法与流程

文档序号:33814273发布日期:2023-04-19 14:50阅读:来源:国知局

技术特征:

1.一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述产量预测模型的建立过程如下:

3.根据权利要求2所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述状态信息是由杆径、杆高、叶片尺寸、叶片颜色、是否结果、果实尺寸、果实颜色组成的集合,表示为:

4.根据权利要求2所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述修正,包括:

5.根据权利要求2所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述步骤s1,包括:

6.根据权利要求5所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述步骤s13,包括:

7.根据权利要求6所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述步骤s133,包括:

8.根据权利要求7所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述步骤s14,包括:

9.根据权利要求8所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述环境数据包括:温度、光照强度、空气中二氧化碳浓度、植物受光面积、土壤肥料含量;

10.根据权利要求9所述的一种基于人工智能和历史数据的农作物产量预测方法,其特征在于,所述步骤s3中的权重的确定规则如下:


技术总结
本发明公开了一种基于人工智能和历史数据的农作物产量预测方法,涉及农作物产量预测,包括如下步骤:首先获取待预测区域的农作物当前状态数据,并基于农作物当前状态数据,通过产量预测模型得到预测产量;然后获取待预测区域的环境数据,并基于环境数据,在大数据库中进行匹配得到预测产量;最后在预测产量和预测产量的基础上,结合预设的权重X和权重Y,得到预测产量;本发明,在农作物产量预测过程中,同时将农作物当前状态数据和环境数据作为考虑因素,并将两者进行深度关联,大大提高了农作物产量预测的准确度。

技术研发人员:张远民,蒋军君,古仁国,王荻菲
受保护的技术使用者:联通(四川)产业互联网有限公司
技术研发日:
技术公布日:2024/1/13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1