[發明專利]一種基于數據驅動的智能植物培育系統及其使用方法

有效

• 申請號: 202011057807.0
• 申請日: 2020-09-30
• 公開（公告）號: CN112189550B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 王海泉;蘇孟豪;溫盛軍;張姍姍;趙宇軒;李昊澤
• 申請（專利權）人: 中原工學院
• 主分類號: A01G27/00
• 分類號: A01G27/00;G01N33/24
• 代理公司: 鄭州優盾知識產權代理有限公司 41125
• 代理人: 張真真

1.一種基于數據驅動的智能植物培育系統的使用方法，其特征在于，其步驟如下：

S1、在移動終端中輸入植物的類型、植物所在地區、植物當前生長情況3路信息，將由時鐘確定的季節、日期與植物的類型、植物所在地區、植物當前生長情況通過無線通信模塊上傳至服務器；

S2、利用服務器中訓練好的CatBoost分類器對季節、日期、植物的類型、植物所在地區、植物當前生長情況進行處理得到植物的土壤濕度和酸堿度值，并通過服務器將植物的土壤濕度和酸堿度值傳輸至中央處理模塊；

S3、中央處理模塊根據植物的土壤濕度和酸堿度值調整水量控制模塊和酸堿度調整模塊，其中，水量控制模塊的控制周期為10s，酸堿度調整模塊的控制周期為1天；

S4、每隔24小時啟動圖像采集模塊，利用圖像采集模塊采集植物的實時花朵或葉片信息，并將植物的實時花朵或葉片信息上傳至中央處理模塊中與植物前2次的生長信息進行對比，判斷植物是否正常生長，如果發現連續3次植物花朵或葉片出現枯萎縮小，執行步驟S5，否則，循環步驟S4；

S5、中央處理模塊向移動終端發出警報信號，提醒用戶及時查看植物的生長狀態，用戶主動調整植物的土壤濕度、酸堿度的信息，并將調整后的土壤濕度、酸堿度上傳到服務器；

S6、服務器將調整后的實時土壤濕度、酸堿度的信息和植物歷史數據進行綜合，不斷訓練CatBoost分類器的參數，得到最優分類模型，返回步驟S2。

2.根據權利要求1所述的基于數據驅動的智能植物培育系統的使用方法，其特征在于，所述利用服務器中訓練好的CatBoost分類器對季節、日期、植物的類型、植物所在地區、植物當前生長情況進行處理得到植物的土壤濕度和酸堿度值的方法為：

S21、根據植物的相關數據包括季節、日期、植物的類型、植物所在地區和植物當前生長情況構造系統數據集D＝{(x_i,y_i),i＝1,2,…,n,x_i∈R^h,y_i∈R}，其中，n為樣本個數，h為每個樣本的特征個數；

S22、對系統數據集進行篩選和預處理，將季節、日期、植物的類型、植物所在地區和植物當前生長情況轉換為數值型數據，作為CatBoost分類器的特征輸入；

S23、利用CatBoost分類器對每種植物x_i的數值型數據進行訓練，得到植物x_i的分類模型H_i，在訓練過程利用梯度估計方法對分類模型H_i沿著梯度負方向訓練，如此循環進行最終得到最優CatBoost模型；

S24、將最優CatBoost模型部署在服務器中，由移動終端向服務器發送與植物相關的數據，服務器中的最優CatBoost模型實時判別植物的土壤濕度和酸堿度，并向移動終端發送植物的土壤濕度和酸堿度。

3.根據權利要求2所述的基于數據驅動的智能植物培育系統的使用方法，其特征在于，將與植物相關的數據轉換為數值型數據的方法為：1)對與植物相關的數據進行隨機排序，生成多組隨機排列，其次，給定一個序列，針對每個特征，對于同類別的特征計算其平均樣本值；2)利用公式(1)將排序后的特征值轉化為數值：

其中，σ＝(σ₁,…,σ_n)表示其中一組排列，P表示先驗概率，a表示先驗的權重系數，a0，代表這一組排列中第j行數據的第k列特征，代表第p行數據的第k列特征，表示第j行數據對應的標簽，j＝1,2,…,p-1表示數據的列號。

4.根據權利要求2所述的基于數據驅動的智能植物培育系統的使用方法，其特征在于，有監督機器學習的衡量指標準確率的評價準則為：

其中，TP為True Positive將正類樣本分類為正類；FP為False Positive將負類樣本分類為負類；FN為False Negative將正類樣本分類為負類；TN為True Negative將負類樣本分類為正類。