【技术实现步骤摘要】
本申请涉及农业物联网领域，尤其涉及一种基于农业物联网的多维数据融合方法、设备及介质。
技术介绍
1、随着物联网技术和ai技术的发展，在农业领域中经常通过传感器等监测设备采集与农业生产相关的数据，结合农业ai模型可以实现农业生产的实时监测和评估，为农业决策和管提供科学依据。在这个过程中产生了大量的物联网监测数据，例如土壤数据、气象信息、作物生长状况、农药用量等，这些数据由不同的设备采集，涉及不同采集维度的多个采集指标，农业ai模型通常需要处理这些海量且多维的数据，如果不能实时更新和查询，其应用价值就会大打折扣。
2、目前农业ai模型大多基于物联网数据的时序特征进行存储、查询和分析，在时间范围查询方面表现优异，但在处理高维的农业数据方面则相对较弱，无法满足农业ai模型精准预测和决策需求，并且还不利于工作人员实现农业生产的实时监测和评估。
技术实现思路
1、本申请实施例提供了一种基于农业物联网的多维数据融合方法、设备及介质，用于解决如下技术问题：现有的农业ai模型对高维度农业数据的数据处理能力较弱，难以高效利用所采集的农业数据，难以满足农业ai模型的精准预测功能，不利于工作人员实现农业生产的实时监测和评估。
2、本申请实施例采用下述技术方案：
3、一方面，本申请实施例提供了一种基于农业物联网的多维数据融合方法，包括：通过农业物联网下的农业数据传感器，对农业生产数据进行多次数据采集，得到农业感知数据；对所述农业感知数据进行融合去噪，确定出农业融合数据；根
4、本申请实施例通过采集农业数据传感器中的农业数据，将该农业数据经过分类、去噪后，再通过时空匹配对齐，转换为多维向量空间，并采用向量数据库对多维度农业向量数据进行存储。为后续农业ai模型的分析与计算进行了有关数据查询以及多维向量数据的响应训练，使优化后的农业ai模型可以快速处理高维的农业数据，从而做出更加精准的决策，帮助工作人员实现农业生产的实时监测和评估。
5、在一种可行的实施方式中，通过农业物联网下的农业数据传感器，对农业生产数据进行多次数据采集，得到农业感知数据，具体包括：通过与所述农业物联网连接下的农业数据传感器，对同一农业生产量的农业生产数据进行多批次下的数据拉取，得到农业生产数据集；其中，所述农业数据传感器至少包括：空气温湿度传感器、二氧化碳浓度传感器、土壤温湿度传感器以及综合气象传感器；根据预设的标准农业生产数据，对所述农业生产数据集进行偏差数据的识别，确定出异常农业生产数据；其中，所述偏差数据为不符合标准农业生产数据范围的异常数据；将所述异常农业生产数据进行剔除处理，得到所述农业感知数据；其中，所述农业感知数据至少包括：土壤数据、气象数据、空气温湿度数据以及作物生长数据。
6、在一种可行的实施方式中，对所述农业感知数据进行融合去噪，确定出农业融合数据，具体包括：提取所述农业感知数据中两组相同的感知类型数据，并得到第一感知类型数据以及第二感知类型数据；其中，所述第一感知类型数据以及第二感知类型数据为基于两个相同的农业数据传感器对同一农业生产量进行的数据测量；根据得到所述第一感知类型数据的第一方差权重α；其中，σ1为所述第一感知类型数据的方差值，σ2为所述第二感知类型数据的方差值；σ为所述第一方差权重α的最小值求导变量；基于所述第一方差权重，确定出第二方差权重；根据所述第一方差权重以及所述第二方差权重，对所述第一感知类型数据以及所述第二感知类型数据进行可靠程度的权重划分，得到权重划分指标；通过所述权重划分指标，对所述农业感知数据进行有关相同感知类型数据的融合处理，得到所述农业融合数据。
7、在一种可行的实施方式中，根据马尔可夫转换场，对所述农业融合数据进行时序样本下的窗口并行采样处理，得到农业采样指标数据，具体包括：对所述农业融合数据进行感知类型数据的分类，得到单一感知类型数据；基于所述农业融合数据中的融合运行处理时间，对所述单一感知类型数据进行时间序列下的数据存储，生成时序样本数据；通过所述马尔可夫转换场中的时序长度，对所述时序样本数据进行有关非重叠状态下的多窗口并行划分，生成基于每个窗口的所述农业采样指标数据；其中，所述农业采样指标数据为所述单一感知类型数据中的多维度特征指标数据；所述多维度特征至少包括以下任意一项或多项：土壤温湿度特征、土壤ph特征、空气温湿度特征以及光照强度特征。
8、在一种可行的实施方式中，在对所述农业采样指标数据进行向量转化，得到多维度农业向量数据之前，所述方法还包括：通过预设的时间戳，对所述农业采样指标数据进行时间维度下的数据打标处理，得到时间维度下的农业采样指标数据；通过农业物联网中所采集的农业生产数据的地理位置信息，对所述农业采样指标数据进行空间维度下的数据标记，得到空间维度下的农业采样指标数据；将所述时间维度下的农业采样指标数据以及所述空间维度下的农业采样指标数据进行数据对齐，得到同时空维度下的农业采样指标数据；其中，所述数据对齐为时空维度下的数据差值对齐与数据叠加对齐。
9、在一种可行的实施方式中，对所述农业采样指标数据进行向量转化，得到多维度农业向量数据，具体包括：根据得到所述多维度农业向量数据其中，为所述同时空维度下的农业采样指标数据，n表示同时空维度下的农业采样指标数据中的采样指标；其中，所述多维度农业向量数据具有同一时空维度下的状态向量。
10、在一种可行的实施方式中，在基于所述多维度农业向量数据，对农业ai模型进行响应优化处理之前，所述方法还包括：基于所述多维度农业向量数据以及所对应的状态向量，构建出多维向量空间；将所述多维度农业向量数据存储于所述多维向量空间中的向量数据库中。
11、在一种可行的实施方式中，基于所述多维度农业向量数据，对农业ai模型进行响应优化处理，具体包括：通过所述多维度农业向量数据，对所述农业ai模型进行有关数据查询以及多维向量数据的响应训练，得到优化农业ai模型；通过所述优化农业ai模型，对所述高维度农业数据进行快速决策处理，生成决策指导信息；其中，高维度农业数据具有大规模以及异构特征下的农业数据。
12、第二方面，本申请实施例还提供了一种基于农业物联网的多维数据融合设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行上述任一实施方式所述的一种基于农业物联网的多维数据融合方法。
13、第三方面，本申请实施例还提供了一种非易失性计算机存储介质，其特征在于，所述存储介质为非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有至少一个程序，每个所述程序包括指令，所述指本文档来自技高网...
【技术保护点】
1.一种基于农业物联网的多维数据融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，通过农业物联网下的农业数据传感器，对农业生产数据进行多次数据采集，得到农业感知数据，具体包括：
3.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，对所述农业感知数据进行融合去噪，确定出农业融合数据，具体包括：
4.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，根据马尔可夫转换场，对所述农业融合数据进行时序样本下的窗口并行采样处理，得到农业采样指标数据，具体包括：
5.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，在对所述农业采样指标数据进行向量转化，得到多维度农业向量数据之前，所述方法还包括：
6.根据权利要求5所述的一种基于农业物联网的多维数据融合方法，其特征在于，对所述农业采样指标数据进行向量转化，得到多维度农业向量数据，具体包括：
7.根据权利要求1所述的一种基于农业物联网的多维数据融合方法
8.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，基于所述多维度农业向量数据，对农业AI模型进行响应优化处理，具体包括：
9.一种基于农业物联网的多维数据融合设备，其特征在于，所述设备包括：
10.一种非易失性计算机存储介质，其特征在于，所述存储介质为非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有至少一个程序，每个所述程序包括指令，所述指令当被终端执行时，使所述终端执行根据权利要求1-8任一项所述的一种基于农业物联网的多维数据融合方法。
...【技术特征摘要】
1.一种基于农业物联网的多维数据融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，通过农业物联网下的农业数据传感器，对农业生产数据进行多次数据采集，得到农业感知数据，具体包括：
3.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，对所述农业感知数据进行融合去噪，确定出农业融合数据，具体包括：
4.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，根据马尔可夫转换场，对所述农业融合数据进行时序样本下的窗口并行采样处理，得到农业采样指标数据，具体包括：
5.根据权利要求1所述的一种基于农业物联网的多维数据融合方法，其特征在于，在对所述农业采样指标数据进行向量转化，得到多维度农业向量数据之前，所述方法还包括：
6.根据权利要求5所述的一种基...
【专利技术属性】
技术研发人员：张厚森，杨小林，张惠潼，高庆雷，张健，
申请(专利权)人：浪潮智慧科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。