[發明專利]長勢監測模型更新方法、傳感器、服務器及系統

有效

• 申請號: 201710786197.X
• 申請日: 2017-09-04
• 公開（公告）號: CN107609078B
• 公開（公告）日: 2020-04-10
• 發明（設計）人: 楊貴軍;楊小冬;徐波;徐新剛;趙曉慶
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G06F16/9032
• 分類號: G06F16/9032;G06N3/04;G06Q50/02;H04L29/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李官

1.一種長勢監測模型更新方法，其特征在于，包括：

采集作物的光譜數據；

獲取所述作物的長勢參量數據；

將所述光譜數據和所述長勢參量數據發送至服務器，以供所述服務器根據所述光譜數據、所述作物長勢參量數據以及作物種植分布圖，提取不同作物類型分布區內的有效光譜數據和有效長勢參量數據，并將所述有效光譜數據和所述有效長勢參量數據輸入到神經元網絡進行機器學習，得到作物光譜數據和長勢參量數據之間的映射關系；

接收所述服務器發送的所述映射關系。

2.一種長勢監測模型更新方法，其特征在于，包括：

接收長勢監測傳感器發送的作物的光譜數據和長勢參量數據；

獲取作物種植分布圖；

根據所述作物種植分布圖、所述光譜數據和所述長勢參量數據，提取出不同作物類型分布區內的有效光譜數據和有效長勢參量數據；

將所述有效光譜數據和所述有效長勢參量數據，輸入到神經元網絡進行機器學習，得到作物光譜數據和長勢參量數據之間的映射關系。

3.根據權利要求2所述的方法，其特征在于，所述根據所述作物種植分布圖、所述光譜數據和所述長勢參量數據，提取出不同作物類型分布區內的有效光譜數據和有效長勢參量數據，包括：

根據位置信息對所述作物種植分布圖、所述光譜數據和所述長勢參量數據進行匹配，得到不同作物類型分布區內的第一光譜數據和第一長勢參量數據；

根據時間信息和位置信息，對所述第一光譜數據和第一長勢參量數據進行匹配，得到不同作物類型分布區內的有效光譜數據和有效長勢參量數據。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

根據所述有效光譜數據和所述映射關系，得到預測的長勢參量數據；

若所述預測的長勢參量數據和有效長勢參量數據之間的決定系數大于預設的閾值，則將所述映射關系發送至所述長勢監測傳感器。

5.一種長勢監測傳感器，其特征在于，包括：

采集模塊，用于采集作物的光譜數據；

第一獲取模塊，用于獲取所述作物的長勢參量數據；

發送模塊，用于將所述光譜數據和所述長勢參量數據發送至服務器，以供所述服務器根據所述光譜數據、所述作物長勢參量數據以及作物種植分布圖，提取不同作物類型分布區內的有效光譜數據和有效長勢參量數據，并將所述有效光譜數據和所述有效長勢參量數據，輸入到神經元網絡進行機器學習，得到作物光譜數據和長勢參量數據之間的映射關系；

第一接收模塊，用于接收所述服務器發送的所述映射關系。

6.一種服務器，其特征在于，包括：

第二接收模塊，用于接收長勢監測傳感器發送的作物光譜數據和長勢參量數據；

第二獲取模塊，用于獲取作物種植分布圖；

有效數據提取模塊，用于根據所述作物種植分布圖、所述光譜數據和所述長勢參量數據，提取出不同作物類型分布區內的有效光譜數據和有效長勢參量數據；

模型更新模塊，用于將所述有效光譜數據和所述有效長勢參量數據，輸入到神經元網絡進行機器學習，得到作物光譜數據和長勢參量數據之間的映射關系。

7.根據權利要求6所述的服務器，其特征在于，所述有效數據提取模塊，包括：

第一匹配單元，用于根據位置信息對所述作物種植分布圖、所述光譜數據和所述長勢參量數據進行匹配，得到不同作物類型分布區內的第一光譜數據和第一長勢參量數據；

第二匹配單元，用于根據時間信息和位置信息，對所述第一光譜數據和第一長勢參量數據進行匹配，得到不同作物類型分布區內的有效光譜數據和有效長勢參量數據。

8.一種長勢監測模型更新系統，其特征在于，包括至少一個如權利要求5所述的長勢監測傳感器，以及如權利要求6或7所述的服務器。

9.一種長勢監測模型更新設備，其特征在于，包括存儲器和處理器，所述處理器和所述存儲器通過總線完成相互間的通信；所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如權利要求1至4任一所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1至4任一所述的方法。