[发明专利]病虫害识别防治预警系统及方法在审

专利信息
申请号: 202211654521.X 申请日: 2022-12-22
公开(公告)号: CN116307458A 公开(公告)日: 2023-06-23
发明(设计)人: 肖杨;周太刚;许丽佳 申请(专利权)人: 四川长虹云数信息技术有限公司
主分类号: G06Q10/0631 分类号: G06Q10/0631;G06Q50/02;G06F16/36;G06N3/08;G06N3/0464
代理公司: 成都虹桥专利事务所(普通合伙) 51124 代理人: 吴中伟
地址: 621000 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 病虫害 识别 防治 预警系统 方法
【说明书】:

发明涉及病虫害防治领域,为了便于病虫害防治,提供了病虫害识别防治预警系统,包括:图像识别模块:用于对输入的图像进行病虫害识别;知识图谱模块:用于根据病虫害类别确定预防措施;预测预警模块:用于根据病虫害识别结果及环境信息进行病虫害预测;告警通知模块:用于根据知识图谱模块或预测预警模块的输出结果进行相应告警通知。病虫害识别防治预警方法,包括:步骤1、采用图像识别模块对输入的图像进行病虫害识别;步骤2、将病虫害识别结果输入知识图谱模块和/或将病虫害识别结果及环境信息输入预测预警模块;步骤3、基于知识图谱模块和/或预测预警模块的输出结果进行实时告警和/或预测告警通知。采用上述方式便于病虫害防治。

技术领域

本发明涉及虫害防治领域,具体是一种病虫害识别防治预警系统及方法。

背景技术

病虫害识别软件作为近年来新兴的智能化农业软件,可以把图片中涉及的病虫害目标进行识别与分类,在实际中主要应用于农业生产工作当中。病虫害识别软件可实现识别图片的上传、病虫害识别分类、识别结果输出等功能,主要由图片采集模块、图像预处理模块、目标识别模块、算法模块等模块构成。

常用病虫害识别软件系统通过图像识别技术来实现对病虫害的分类,可以通过识别的结果通知用户病虫类型。这种病虫害识别软件仅仅能够识别害虫种类,无法对病虫害进行提前预警以及提供相应有效的防治手段,在实际的农业生产中无法发挥较大的实际价值,缺乏实际效用。

发明内容

为了便于病虫害防治,本申请提供了一种病虫害识别防治预警系统及方法。

本发明解决上述问题所采用的技术方案是:

病虫害识别防治预警系统,包括:

图像识别模块:用于对输入的图像进行病虫害识别;

知识图谱模块:用于根据病虫害类别确定预防措施;

预测预警模块:用于根据病虫害识别结果及环境信息进行病虫害预测;

告警通知模块:用于根据知识图谱模块或预测预警模块的输出结果进行相应告警通知。

进一步地,所述知识图谱模块的输出结果包括:病虫害名称、危害农作物、危害部位、被害性状、推荐药剂、发生时间段、常年危害程度、分布及危害、症状、发生规律及防治方法。

进一步地,所述预测预警模块的输出结果包括:病虫害名称、病虫害数量及即将发生时间段。

病虫害识别防治预警方法,应用于病虫害识别防治预警系统,包括以下步骤:

步骤1、采用图像识别模块对输入的图像进行病虫害识别;

步骤2、将病虫害识别结果输入知识图谱模块和/或将病虫害识别结果及环境信息输入预测预警模块;

步骤3、基于知识图谱模块和/或预测预警模块的输出结果进行实时告警和/或预测告警通知。

进一步地,所述步骤2还包括:将预测预警模块的输出结果输入知识图谱模块;所述步骤3具体为:基于知识图谱模块的输出结果进行告警通知。

进一步地,所述步骤2中,预测预警模块对虫害识别结果及环境信息的具体处理步骤包括:

步骤21、将获取的数据进行分类并向量化;

步骤22、通过双曲正切S型函数计算初始偏差;

步骤23、通过弹性BP算法对输入的数据向量的梯度、偏差、权重进行优化调整;

步骤24、进行多次神经网络推理后输出最终预测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川长虹云数信息技术有限公司,未经四川长虹云数信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211654521.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top