[发明专利]一种农作物产量的预测方法和系统

说明书

本发明实施例公开了一种农作物产量的预测方法和系统，该预测方法包括：根据预设触发操作获取预测初始数据，其中，预测初始数据包括当前农作物的类型、预测地区、历史数据时间段以及预测网络模型的输入变量；基于预测初始数据确定用于进行当前农作物产量预测的待训练的预测网络模型的训练数据；根据训练数据对待训练的预测网络模型进行训练，以得到用于进行当前农作物产量预测的预测网络模型；基于训练好的预测网络模型对当前农作物进行产量预测。本发明实施例的技术方案，根据待预测的农产品的初始数据确定模型的训练数据，根据训练数据对模型进行实时训练，并基于训练好的模型进行该农产品的产量预测，提高了产量预测的精度。

技术领域

本发明实施例涉及农作物管理技术领域，尤其涉及一种农作物产量的预测方法和系统。

背景技术

在农业生产中，进行农作物产量的预测具有极强的现实意义。对农作物产量进行预测，不仅有利于农民根据价格变化及时的调整农作物的种植面积，提高农民的收入，还可以根据农作物的出口情况及时扩大或者减少农作物的种植面积。

目前现有的农产品产量预测主要基于回归方程方式，因此产量预测结果存在着较大的误差。且对农作物产量进行预测时，时间变量都是以年或整个生长期为单位，导致农作物产量预测的精度不足。

发明内容

本发明提供了一种农作物产量的预测方法和系统，基于神经网络，实现了农作物产量的高精度预测，且可以实现以天为单位进行产量预测。

第一方面，本发明实施例提供了一种农作物产量的预测方法，该农作物产量的预测方法包括：

根据预设触发操作获取预测初始数据，其中，所述预测初始数据包括当前农作物的类型、预测地区、历史数据时间段以及预测网络模型的输入变量；

基于所述预测初始数据确定用于进行当前农作物产量预测的待训练的预测网络模型的训练数据；

根据所述训练数据对所述待训练的预测网络模型进行训练，以得到用于进行当前农作物产量预测的预测网络模型；

基于所述训练好的预测网络模型对所述当前农作物进行产量预测。

第二方面，本发明实施例还提供了一种农作物产量的预测装置，该农作物产量的预测装置包括：

初始数据获取模块，用于根据预设触发操作获取预测初始数据；

训练数据确定模块，用于基于所述预测初始数据确定用于进行当前农作物产量预测的待训练的预测网络模型的训练数据，其中，所述预测初始数据包括当前农作物的类型、预测地区、历史数据时间段以及预测网络模型的输入变量；

网络模块训练模块，用于根据所述训练数据对所述待训练的预测网络模型进行训练，以得到用于进行当前农作物产量预测的预测网络模型；

产量预测模块，用于基于所述训练好的预测网络模型对所述当前农作物进行产量预测。

本发明实施例的技术方案，通过预设触发操作获取预测初始数据，包括待预测的当前农作物的类型、预测地区以及网络模型的输入变量等信息，基于该初始数据确定用于进行当前农作物产量预测的待训练的预测网络模型的训练数据，提高了训练数据的实时性以及时间精度，基于该训练数据对预测网络模型进行训练，并基于该网络模型仅产量预测，提高了网络模型的准确度和实时性，进而提高了农作物产量预测的预测精度，实现了对短期，甚至每天农作物产量的精准预测。

附图说明

图1是本发明实施例一中的一种农作物产量的预测方法的流程图；

图2是本发明实施例二中的一种农作物产量的预测方法的流程图；

图3是本发明实施例三中的一种农作物产量的预测系统的结构示意图。

具体实施方式