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！

摘要：本发明涉及数据处理技术领域，具体涉及一种基于人工智能的耕地质量监测方法、装置、设备及介质。本发明将少量训练样本进行内部两两差异对比，并将对比所得土地指标差异经权重修正后再与对比所得耕地质量等级差异进行相似与否的判断，以相似性逐渐提高为期望对权重进行迭代更新，完成耕地质量检测模型的训练。本发明解决了不同耕地的质量监测模型不通用、且每个质量检测模型的训练都需要大量训练样本而导致耕地质量监测成本较高的问题，降低了耕地质量监测成本。

主权项：1.一种基于人工智能的耕地质量监测方法，其特征在于，所述耕地质量监测方法包括：采集不同种类的土地指标的测量值，将各种土地指标的测量值作为分量构成预采指标数据向量，获取设定数量M+1个预采指标数据向量，并人工标注每个预采指标数据向量对应的耕地质量等级；从M+1个预采指标数据向量中任选一个作为基准指标数据向量，剩余M个作为对照指标数据向量，将基准指标数据向量与各个对照指标数据向量相减得到M个第一差值向量；将预设权重系数向量与各个第一差值向量点乘得到M个第二差值向量，将第二差值向量内所有分量的和作为指标差值，得到M个所述指标差值；计算指标差值对应的基准指标数据向量的耕地质量等级与指标差值对应的对照指标数据向量的耕地质量等级之间的差值，得到M个等级差值，按照相同顺序将指标差值和等级差值分别构成序列，得到指标差值序列和等级差值序列，构建关于指标差值序列和等级差值序列之间相似度的损失函数；根据梯度下降法更新所述预设权重系数向量，重复基于最新的预设权重系数向量获取损失函数并更新预设权重系数向量的过程，直至损失函数满足预设条件，将最后一次所得更新权重系数向量作为目标权重系数向量；用目标权重系数向量，对实时采集所得实采指标数据向量与所述预采指标数据向量之间的差异进行修正，完成待监测耕地的质量等级确定；所述损失函数为：其中，表示损失函数，表示指标差值序列，表示等级差值序列，表示求取指标差值序列与等级差值序列之间的动态时间规整距离；所述预设条件为：损失函数在更新所述预设权重系数向量的迭代过程中，连续减小的次数达到设定次数，或损失函数小于预设迭代阈值；所述用目标权重系数向量，对实时采集所得实采指标数据向量与所述预采指标数据向量之间的差异进行修正，完成待监测耕地的质量等级确定的具体过程为：实时采集不同种类的土地指标的测量值，将各种土地指标的测量值作为分量构成实采指标数据向量；将实采指标数据向量与各个预采指标数据向量相减得到M+1个第三差值向量；将所述目标权重系数向量与各个第三差值向量点乘得到M+1个第四差值向量，将第四差值向量内所有分量的和作为偏差程度，得到M+1个所述偏差程度；以最小偏差程度对应的预采指标数据向量的耕地质量等级，作为待监测耕地的质量等级。

全文数据：

权利要求：

百度查询： 河南省润丰技术咨询有限公司 基于人工智能的耕地质量监测方法、装置、设备及介质