[发明专利]制种田预测处理方法、装置、存储介质及电子装置

权利要求书

1.一种制种田预测处理方法，其特征在于，包括：

确定待识别田块的信令位置数据的特征权重；

根据所述待识别信令位置数据的特征权重获取与制种田识别相关的目标特征变量；

将所述目标特征变量输入预先训练好的目标识别模型中，进行制种田预测，得到所述待识别田块的预测结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定信令位置训练数据的特征权重；

根据所述信令位置训练数据的特征权重获取与制种田识别相关的训练特征变量；

根据所述信令位置训练数据的训练特征变量对制种田预测模型进行训练，得到训练好的所述目标识别模型。

3.根据权利要求2所述的方法，其特征在于，根据所述信令位置训练数据的训练特征变量对制种田预测模型进行训练，得到训练好的所述目标识别模型包括：

确定特征阈值；

根据所述特征阈值对所述训练特征变量进行二值化处理，得到所述训练特征变量的二值化特征；

根据所述二值化特征与对应的标签对所述制种田预测模型进行训练，得到训练好的所述目标识别模型。

4.根据权利要求3所述的方法，其特征在于，所述确定特征阈值包括：

对所述训练特征变量的进行分箱处理，并确定所述训练特征变量的WOE值与IV值；

根据WOE值、IV值以及样本占比分布确定所述特征阈值。

5.根据权利要求4所述的方法，其特征在于，对所述训练特征变量进行分箱处理，并确定所述训练特征变量的WOE值与IV值包括：

对所述训练特征变量进行分箱处理，得到多个分组样本；

通过以下方式确定每个分组样本i对应的WOE值：

通过以下方式确定每个分组样本i对应的IV值：

将所述多个分组样本的IV值之和确定为所述目标特征变量的IV值；

py_i表示分组样本i中是制种田的个数占总样本中制种田的比例，pn_i表示这个分组i中非制种田的个数占总样本中非制种田的比例，y_i,n_i分别表示分组i中制种田和非制种田的个数，y_T,n_T分别表示总样本中制种田和非制种田的个数，m表示分箱组数。

6.根据权利要求5所述的方法，其特征在于，根据WOE值、IV值以及样本占比分布确定所述特征阈值包括：

根据所述多个分组样本的WOE值分布、IV值、正/负样本占比，检测某一连续区间与所述正/负样本占比是否表现为单调分布；

若是，则将所述连续区间的上限确定为所述特征阈值。

7.根据权利要求1所述的方法，其特征在于，确定待识别田块的信令位置数据的特征权重包括：

将决策目标、决策准则以及决策对象按照相互关系分为最高层、中间层以及最低层，建立层次结构模型；

将所述层次结构模型中每层次中各因素进行两两比较，并根据比较结果构建判别矩阵；

对所述判别矩阵的一致性进行校验；

从最高层次到最低层次依次确定每一层中所有因素对于最高层相对重要性的特征权重。

8.根据权利要求7所述的方法，其特征在于，对所述判别矩阵的一致性进行校验包括：

确定所述判别矩阵的一致性指标CI值；

将所述一致性指标CI和随机一致性指标RI进行比较，以确定检验系数CR；

若所述校验系数小于预设值，确定所述判别矩阵通过一致性校验；

若所述校验系数大于或等于所述预设值，确定所述判别矩阵未通过所述一致性校验。

9.根据权利要求8所述的方法，其特征在于，根据所述待识别信令位置数据的特征权重获取与制种田识别相关的目标特征变量包括：

选取判别矩阵中所述特征权重大于预设阈值的特征变量为所述目标特征变量。