一种农业病虫害防治方法、装置和计算机可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种农业病虫害防治方法、装置和计算机可读存储介质，所述方法包括：监测当前农田的环境数据；基于训练得到的病虫害模型对所述环境数据进行分类预测；将分类结果与农业本体中的语义知识进行语义映射；利用映射后的语义概念更新所述农业本体；基于更新后的农业本体推理得到农业操作事件。更新后的农业本体推理得到农业操作事件。更新后的农业本体推理得到农业操作事件。

【技术实现步骤摘要】
一种农业病虫害防治方法、装置和计算机可读存储介质


[0001]本专利技术涉及移动通信
，尤其涉及一种农业病虫害防治方法、装置和计算机可读存储介质。

技术介绍

[0002]现有技术中，农业病虫害防治方案主要分为三种：一种是根据人的经验的方法，一种是通过互联网或软件查询相关资料的方法，还有一种是通过机器学习的方法。其中，
[0003]第一种根据人的经验实现病虫害防治需要农民具有大量的经验知识，主要通过人工防治的形式进行，基本没有自动化控制；
[0004]第二种通过互联网或软件查询相关资料的方法，需要农民对病虫害的症状进行详细的描述，受描述信息的全面性、准确性以及专业性等方面的影响，诊断结果准确性差别很大。该方案主要通过人工防治的形式进行，缺乏自动化控制；
[0005]第二种机器学习的方式，利用图像识别来对病虫害做出诊断，但是，很多病虫害的症状非常相似，图像分类模型对于症状相似的病虫害分类准确率较低，进而影响病害的诊断与防治。同时，图像分类模型需要大量的打标数据，通过人类对所有病虫害种类进行打标非常困难，因此造成分类类别不全，使得有些病虫害无法被识别。在自动化方面，该方案主要通过分类标签与对应的控制设备进行关联来指导农业操作，无法实现农业中各种资源的统一描述，阻碍了设备之间数据与知识的共享和互通，无法实现农业物联网中设备的智能交互与控制。

技术实现思路

[0006]有鉴于此，本专利技术实施例期望提供一种农业病虫害防治方法、装置和计算机可读存储介质。
[0007]为达到上述目的，本专利技术实施例的技术方案是这样实现的：
[0008]本专利技术实施例提供了一种农业病虫害防治方法，该方法包括：
[0009]监测当前农田的环境数据；
[0010]基于训练得到的病虫害模型对所述环境数据进行分类预测；
[0011]将分类结果与农业本体中的语义知识进行语义映射；
[0012]利用映射后的语义概念更新所述农业本体；
[0013]基于更新后的农业本体推理得到农业操作事件。
[0014]可选的，该方法还包括：
[0015]基于预设的样本处理机制对训练得到的病虫害模型进行更新。
[0016]其中，所述基于预设的样本处理机制对训练得到的病虫害模型进行更新，包括：
[0017]基于语义技术中的病虫害相关知识，并根据当前的农业环境数据和/或作物信息和/或日期确定当前会发生的病虫害种类集合P；
[0018]根据所述病虫害种类集合P、病虫害分类标签集合C的分类概率以及病虫害之间的
语义相似度，进行样本标签纠正或者样本标注；
[0019]基于标签纠正的样本或新标注的样本进行病虫害模型更新。
[0020]其中，所述病虫害分类标签集合C的确定方法为：
[0021]将当前农田的环境数据输入到病虫害模型进行分类，分类结果为病虫害分类标签集合C。
[0022]可选的，所述进行样本标签纠正或者样本标注之前，该方法还包括：
[0023]建立病虫害语义相似度文件。
[0024]其中，所述建立病虫害语义相似度文件，包括：
[0025]基于农业语料库训练doc2vec模型；
[0026]从网络数据库中获取每种病虫害的描述信息；
[0027]基于doc2vec模型确定每种病虫害对应的词向量；
[0028]基于每种病虫害的词向量，计算每种病虫害疾病之间的语义相似度值，用于描述两种病虫害疾病之间症状的相似程度。
[0029]其中，所述根据病虫害种类集合P、病虫害分类标签集合C的分类概率以及病虫害之间的语义相似度，进行样本标签纠正或者样本标注，包括：
[0030]确定分类标签c在所述病虫害种类集合P中、且所述分类标签c的分类概率大于1/n时，则表示分类正确，省略样本标签纠正或者样本标注操作；
[0031]确定分类标签c不在所述病虫害种类集合P中，但分类标签集合C与所述病虫害种类集合P有交集F，且F中分类标签概率最大的标签的分类概率大于1/n，则将所述分类标签c替换为所述分类标签概率最大的标签；
[0032]确定分类标签集合C与病虫害种类集合P有交集F、F中分类标签的分类概率都小于1/n，且分类标签c大于1/n，则确定病虫害种类集合P中每种病虫害对应的词向量与分类标签c对应的词向量语义相似度，选取语义相似度最大的病虫害p作为新的标签；
[0033]确定分类标签集合C与病虫害种类集合P无交集，且分类标签c大于1/n，则确定病虫害种类集合P中每种病虫害对应的词向量与分类标签c对应的词向量语义相似度，选取语义相似度最大的病虫害p作为新的标签；
[0034]确定分类标签c小于1/n时，说明病虫害模型中不包含正确的分类标签，则人为进行手动标注；
[0035]其中，所述n为分类标签集合C中病虫害类别的总数。
[0036]本专利技术实施例还提供了一种农业病虫害防治装置，该装置包括：
[0037]监测模块，用于监测当前农田的环境数据；
[0038]分类模块，用于基于训练得到的病虫害模型对所述环境数据进行分类预测；
[0039]映射模块，用于将分类结果与农业本体中的语义知识进行语义映射；
[0040]更新模块，用于利用映射后的语义概念更新所述农业本体；
[0041]推理模块，用于基于更新后的农业本体推理得到农业操作事件。
[0042]本专利技术实施例还提供了一种农业病虫害防治装置，该装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
[0043]其中，所述处理器用于运行所述计算机程序时，执行上述方法的步骤。
[0044]本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计
算机程序被处理器执行时实现上述方法的步骤。
[0045]本专利技术实施例提供的农业病虫害防治方法、装置和计算机可读存储介质，监测当前农田的环境数据；基于训练得到的病虫害模型对所述环境数据进行分类预测；将分类结果与农业本体中的语义知识进行语义映射；利用映射后的语义概念更新所述农业本体；基于更新后的农业本体推理得到农业操作事件。本专利技术实施例可实现农业物联网病虫害的自动化控制，可以根据农业环境、作物习性等多位信息做出决策和控制。
[0046]此外，本专利技术实施例还提供了一种样本处理机制，经过模型的不断更新，使得模型对病虫害的识别准确率越来越高，并且可以识别的种类也越来越多，降低了人工打标的成本，查全率提高。
附图说明
[0047]图1为本专利技术实施例所述农业病虫害防治方法流程示意图；
[0048]图2为本专利技术实施例所述农业病虫害防治装置结构示意图；
[0049]图3为本专利技术实施例所述农业病虫害防治系统示意图；
[0050]图4为本专利技术实施例所述农业中部分本体知识模型示意图；
[0051]图5为本专利技术实施例所述语义映射示意图；
[0052]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农业病虫害防治方法，其特征在于，该方法包括：监测当前农田的环境数据；基于训练得到的病虫害模型对所述环境数据进行分类预测；将分类结果与农业本体中的语义知识进行语义映射；利用映射后的语义概念更新所述农业本体；基于更新后的农业本体推理得到农业操作事件。2.根据权利要求1所述的方法，其特征在于，该方法还包括：基于预设的样本处理机制对训练得到的病虫害模型进行更新。3.根据权利要求2所述的方法，其特征在于，所述基于预设的样本处理机制对训练得到的病虫害模型进行更新，包括：基于语义技术中的病虫害相关知识，并根据当前的农业环境数据和/或作物信息和/或日期确定当前会发生的病虫害种类集合P；根据所述病虫害种类集合P、病虫害分类标签集合C的分类概率以及病虫害之间的语义相似度，进行样本标签纠正或者样本标注；基于标签纠正的样本或新标注的样本进行病虫害模型更新。4.根据权利要求3所述的方法，其特征在于，所述病虫害分类标签集合C的确定方法为：将当前农田的环境数据输入到病虫害模型进行分类，分类结果为病虫害分类标签集合C。5.根据权利要求3所述的方法，其特征在于，所述进行样本标签纠正或者样本标注之前，该方法还包括：建立病虫害语义相似度文件。6.根据权利要求5所述的方法，其特征在于，所述建立病虫害语义相似度文件，包括：基于农业语料库训练doc2vec模型；从网络数据库中获取每种病虫害的描述信息；基于doc2vec模型确定每种病虫害对应的词向量；基于每种病虫害的词向量，计算每种病虫害疾病之间的语义相似度值，用于描述两种病虫害疾病之间症状的相似程度。7.根据权利要求3所述的方法，其特征在于，所述根据病虫害种类集合P、病虫害分类标签集合C的分类概率以及病虫害之间的语义相似度，进行样本标签纠正或者样本标注，包括：确定分类标签c在所述病虫害...

【专利技术属性】
技术研发人员：游树娟，李小涛，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：