[发明专利]作物病害严重程度预测方法、系统、存储介质及电子设备

权利要求书

1.一种作物病害严重程度预测方法，其特征在于，包括：

获取第一作物信息集，所述第一作物信息集包括预设作物种植区内的多株第一作物的作物信息；

对所述作物信息进行分析，确定所述预设作物种植区内的多株第一作物的病害严重程度；

基于所述病害严重程度，从因子库中筛选出预测因子；其中，所述因子库包括气象类型的多个因子和遥感类型的多个因子，所述气象因子反映作物在生长时段内的气象条件，所述遥感因子反映作物生长状况；

基于所述预测因子和所述病害严重程度确定各所述预测因子的因子权重；所述因子权重表征预测因子对作物病害的贡献度；

基于所述因子权重，计算第一作物的预测因子与待预测作物的预测因子的加权欧式距离，至少基于与最小加权欧式距离对应的第一作物的病害严重程度获得待预测作物的病害严重程度。

2.根据权利要求1所述的作物病害严重程度预测方法，其特征在于，所述基于所述病害严重程度，从因子库中筛选出预测因子，包括：

将所述病害严重程度和所述因子库的因子输入正则化Logistic回归模型，对所述因子库中的因子进行筛选，得到筛选因子集；

采用Fisher Score算法对所述筛选因子集中的因子进行筛选，得到预测因子。

3.根据权利要求1所述的作物病害严重程度预测方法，其特征在于，所述基于所述预测因子和所述病害严重程度确定各所述预测因子的因子权重，包括：

基于所述预测因子生成预测因子矩阵；

采用奇异值分解法对所述预测因子矩阵进行去除共线性处理，得到预测因子正交表示矩阵；

利用Logistic回归模型对所述预测因子正交表示矩阵和所述病害严重程度进行拟合，得到预测因子的标准回归系数；

基于所述标准回归系数确定各所述预测因子的因子权重。

4.根据权利要求3所述的作物病害严重程度预测方法，其特征在于，所述利用Logistic回归模型对所述预测因子正交表示矩阵和所述病害严重程度进行拟合，得到预测因子的标准回归系数，包括：

基于公式确定所述预测因子的标准回归系数；

其中，

ω^*＝(Z^TZ)^-1Z^TX

式中，ε^*2为预测因子的标准回归系数，ω^*为线性回归系数，Z为预测因子正交表示矩阵，Z^T为预测因子正交表示矩阵的转置矩阵，X为预测因子矩阵，为Logistic回归标准回归系数，b为利用Logistic回归模型对所述预测因子和所述病害严重程度进行拟合得到的回归系数，s_Z为Z的标准差，R₀为利用多元线性回归模型对所述预测因子和所述病害严重程度进行拟合得到的回归系数的平方根，为Logistic回归预测值logit(y¹)的标准差。

5.根据权利要求3所述的作物病害严重程度预测方法，其特征在于，所述基于所述标准回归系数确定各所述预测因子的因子权重，包括：

基于公式确定预测因子的因子权重；

式中，ω_i为第i个预测因子的因子权重，ε^*2_i为第i个预测因子的标准回归系数，m为预测因子总数。

6.根据权利要求1所述的作物病害严重程度预测方法，其特征在于，所述基于所述因子权重，计算第一作物的预测因子与待预测作物的预测因子的加权欧式距离，包括：

基于公式

计算第一作物的预测因子与待预测作物的预测因子的加权欧式距离；

式中，d_sj为加权欧式距离，a_si为第s个第一作物的第i个预测因子，b_ji为第j个待预测作物的第i个预测因子，ω_i为第i个预测因子的因子权重，m为预测因子总数。