Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种适用于智能化茶园的病虫害预警及自学习方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆市农业科学院

摘要:本发明提供一种适用于智能化茶园的病虫害预警及自学习方法,包括:包括茶树生长情况量化、生长环境参数预调控、病虫害预警及模型自更新;通过茶树生长情况量化获得生长状态量化评估值,利用生长状态量化评估值配合茶园环境监测参数进行预调控,利用生长状态量化评估值配合广角摄像机图像进行病虫害告警,利用生长情况参数预调控效果、茶树的生长状态量化评估值与茶树生长状态稳定性进行自监督与自更新。该方法能够确保智能化茶园种植、能够适用于不同种植区以及茶树的不同生长阶段,预测获得灌溉量及施肥量误差小、准确性高,同时病虫害预警及时,进而保证茶树的产量与品质。

主权项:1.一种适用于智能化茶园的病虫害预警及自学习方法,其特征在于:包括茶树生长情况量化、生长情况参数预调控、病虫害预警及模型自更新;所述茶树生长情况量化具体为:采用生长状态量化模型对摄像头采集获得的茶树图像进行评估,进而获得茶树的生长状态量化评估值;所述生长状态量化模型采用预先训练完成的深度神经网络模型,其输入为摄像头间隔固定时间的两帧图像、输出为生长状态量化评估值;所述间隔固定时间的两帧图像,为评估时间摄像头拍摄的图像、以及固定时间间隔T前摄像头抓拍的图像;所述生长情况参数预调控具体为:根据获得的茶树生长情况、配合茶园环境监测模块获得的茶园环境监测参数,利用预调控模型,调控当前的茶树环境;所述预调控模型采用预先训练完成的深度神经网络模型,其输入为茶园环境监测参数与生长状态量化评估值、输出为茶树所需浇灌量和施肥量;所述生长情况参数预调控效果et通过茶树的生长状态量化评估值获得,具体为: ; ;式中:表示t时刻下茶树的生长状态量化评估值,为其一阶导数,表示茶树的生长状态量化评估值的变化情况、用于反应预调控模型的调控效果;表示茶园模型误差统计周期时间,t0表示预调控模型对茶树生长影响最大的延时时间、由实验统计获得;为时间影响衰变因子,其表示距时间t0间隔越远的时间、对误差计算的影响越小,通过实验获得;所述病虫害预警具体为:通过茶树的生长状态量化评估值以及广角摄像机获得图像,采用病虫害预警模型,实现病虫害告警;所述病虫害预警模型采用预先训练完成的深度神经网络模型,其输入为生长状态量化评估值与广角摄像机拍摄图像的融合特征、采用预处理方法对生长状态量化评估值与广角摄像机拍摄图像进行融合,输出为病虫害告警值;病虫害预警模型内预设告警门限值,当病虫害告警值大于告警门限值时,进行病虫害告警;所述模型自更新具体为:预设综合评分门限值Sd,通过生长情况参数预调控效果、茶树的生长状态量化评估值与茶树生长状态稳定性获得茶树的综合评分S;综合评分S小于综评分门限值Sd时,触发预调控模型的自动更新、完成生长环境调控的自适应;所述茶树生长状态稳定性通过统计阶段内所有时刻的茶树生长状态量化评估值的方差获得;所述茶树的综合评分S通过抽取系统中M个时刻的状态获得,具体为: 式中:分别表示预调控参数效果评估权重、茶树生长最低容忍权重及茶树生长稳定性权重,其中,;表示茶树生长最低容忍门限、通过大量实验数据获得;varth表示茶树生长波动最大方差、通过大量实验数据获得;其中:。

全文数据:

权利要求:

百度查询: 重庆市农业科学院 一种适用于智能化茶园的病虫害预警及自学习方法

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。