用于评估与推荐农作物规范的符合度的系统和方法技术方案

本发明专利技术涉及用于评估与推荐农作物规范的符合度的系统和方法。农业活动的可追溯性对于市场符合度而言非常关键。仅仅是传统意义上的自动化监测农业活动不能解决由提供一种简单、灵活且可预测的方法所带来的挑战。所述方法有效且实时地监测关于农场的农业活动，且可用于计算所关心的任何农作物的农作物规范。本公开的系统和方法便于自动识别农作物规范，而不论农作物的种类和其相关的农业活动如何。实时监测农业活动还能使农场工作人员得出在农作物规范中动态变化的影响，从而不断地建立与农场相关的基于农业气候区的信息库。调整农作物规范会导致农作物收成的效率和持续性上的可预测的增加，这有助于农场工作人员最优化生产力。

【技术实现步骤摘要】
用于评估与推荐农作物规范的符合度的系统和方法本专利技术要求的优先权为：于2017年4月27日提交的申请号为201721014956的印度专利申请。该申请的全部内容通过引用并入本文。
本文的实施例总体涉及用于耕种或农作物规范的一系列实践方法，更具体而言，涉及用于评估与推荐农作物规范的符合度的方法和系统。
技术介绍
每种农作物具有农民必须遵守的关于耕种的一系列实践方法，其被称为农作物规范。为了确保农民在耕种期间遵从农作物规范，有条理的农民通常持有农场日志，该日志保存了用于农作物规范的人工记录以用于可追溯性。对农作物规范的遵守是为了能获得农产品对市场的符合性的重要要素。为了确定推荐的农作物规范确实被遵守，必须从对农作物阶段中活动的视觉观察中且从农场记录中构建构成农作物规范的各种活动的实际顺序，这是十分消耗时间和精力的过程。此外，还存在没有保存记录也不能追溯所有活动的情况，这使得问题更具挑战性。
技术实现思路
针对由专利技术人所意识到的在传统系统中的一个或多个上述技术问题，本公开的实施例呈现了技术改良作为解决方案。在一方面，提供了一种方法，包括：由数据获取模块接收与农场相关的多个输入参数，所述多个输入参数是农作物数据、位置数据以及观察期中与一个或多个农场工作人员相关的农业活动简档的集合；由活动分析器模块，基于与所述观察期的每个子集相对应的农业活动简档的集合来确定至少一个农业活动；由活动排序模块，基于针对所述观察期的每个子集而确定的所述至少一个农业活动来生成针对所述观察期的农业活动序列；以及由分析器模块，基于针对所述观察期而生成的所述农业活动序列来识别所遵循的农作物规范。在另一方面，提供了一种系统，包括：一个或多个处理器；以及可操作地耦合到所述一个或多个处理器的一个或多个内部数据存储设备，所述一个或多个内部数据存储设备用于存储配置成由所述一个或多个处理器执行的指令，所述指令包括在以下之中：数据获取模块，其被配置成接收与农场相关的多个输入参数，所述多个输入参数是农作物数据、位置数据以及观察期中与一个或多个农场工作人员相关的农业活动简档的集合；活动分析器模块，其配置成基于与所述观察期的每个子集相对应的农业活动简档的集合来确定至少一个农业活动，基于与所述农场相关的基于农业气候区的信息库，所述至少一个农业活动对应于针对所述观察期的子集而识别的具有最大发生频率的农业活动，或者对应于针对所述观察期的子集其发生频率大于预定义门限频率的农业活动；活动排序模块，其基于针对所述观察期的每个子集而确定的所述至少一个农业活动来生成针对所述观察期的农业活动序列；以及分析器模块，其基于针对所述观察期而生成的所述农业活动序列来识别所遵循的农作物规范。在又一方面，提供一种包括非瞬时计算机可读媒体的计算机程序产品，该非瞬时计算机可读媒体中具有计算机可读程序，其中所述计算机可读程序当执行在计算设备上时，使所述计算设备：接收与农场相关的多个输入参数，所述多个输入参数是农作物数据、位置数据以及观察期中与一个或多个农场工作人员相关的农业活动简档的集合；基于与所述观察期的每个子集相对应的农业活动简档的集合来确定至少一个农业活动；基于针对所述观察期的每个子集而确定的所述至少一个农业活动来生成针对所述观察期的农业活动序列；以及基于针对所述观察期而生成的所述农业活动序列来识别所遵循的农作物规范。在本公开的实施例中，所述多个输入数据中的一个或多个从以下中的至少一者中获得：部署在(a)可穿戴设备和(b)农场或农场装备上安装的设备中的至少一者的传感器，和通过众包从与所述农场相关的农场工作人员。在本公开的实施例中，确定至少一个农业活动的步骤包括使用基于监督式学习的分类器，所述基于监督式学习的分类器被配置成学习和识别与农业活动简档相关的农业活动。在本公开的实施例中，基于与所述农场相关的基于农业气候区的信息库，所述至少一个农业活动对应于针对所述观察期的子集而识别的具有最大发生频率的农业活动，或者对应于针对所述观察期的子集其发生频率大于预定义门限频率的农业活动在本公开的实施例中，生成针对观察期的农业活动序列的步骤包括生成活动片段序列。所述活动片段与所识别的至少一个农业活动、与其相关的观察期的子集、以及与其相关的位置数据相关。在本公开的实施例中，识别所遵循的农作物规范的步骤包括：基于相关联的至少一个农业活动的相似性、其相关的所述观察期的子集、其相关的位置数据、和在所述农业活动序列中的至少一个农业活动的位置来融合两个或更多的活动片段以形成所述活动片段序列；以及基于所述活动片段的长度、所述活动片段的位置以及与所述农场相关的基于农业气候区的信息来识别在所述活动片段序列中的不规则的农业活动。在本公开的实施例中，本文上述方法还包括：参考在与所述农场相关的基于农业气候区的信息库中可得的推荐的农作物规范来评估所遵循的农作物规范的符合度。该评估具体通过将与所述观察期中的活动片段长度相关的至少一个农业活动与在所述推荐农作物规范中对应的至少一个农业活动相比较；基于所述比较指定偏差分数；以及基于不构成所遵循的农作物规范和所述推荐农作物规范的活动片段序列中的一部分的一个或多个活动片段，得出与所关心农作物相关的农作物规范中的动态变化。在本公开的实施例中，本文上述方法还包括：基于所评估的符合度来生成对至少一个农业活动的预测评估。在本公开的实施例中，本文上述方法还包括：如果与所述所遵循的农作物规范相关的农作物收成高于在与所述农场相关的基于农业气候区的信息库中的推荐农作物规范相关的农作物收成，则限定所遵循的农作物规范为所关心农作物的推荐农作物规范。将理解的是，上述一般描述和以下详细描述都仅仅是示例性和解释性的，其不限于所声称的本公开的实施例。附图说明将参考附图并从以下详细描述中更好地理解本文的实施例，其中：图1示出了根据本公开实施例的用于评估与推荐农作物规范的符合度的系统的示例性方框图；图2是示出一种计算机实施方法的示例性流程图，该方法根据本公开实施例、使用图1的系统而用于评估与推荐农作物规范的符合度。图3是根据本公开的、基于农业活动简档的集合来确定一个或多个农业活动的示例性示意图。图4示出了根据本公开实施例的、基于为观察期中每个子集而确定的农业活动来生成针对该观察期的农业活动序列的示例性示意图。图5示出了根据本公开实施例的活动片段序列的示意图。图6示出了根据本公开实施例的用于解决短片段情况的流程图。本领域的技术人员应该理解，本文的任何方框图代表的是体现本文主题的原理的示例性系统的概念性视图。同样，还将理解的是，任何流程图、流程框图、状态转换图、伪代码等代表的是可以基本上呈现在计算机可读媒体中的各种过程，且这些过程可以由计算装置或处理器得以执行，而无论是否明确示出这样的计算装置或处理器。具体实施方式参照附图来描述示例性的各个实施例。在附图中，参考标记中最左边的数字表示该参考标记首次出现时所在的附图。为了方便，在任何情况下，相同的参考标记在所有附图中代表相同或相似的部件。尽管在此描述了所公开原理的示例和特征，但是在不脱离所公开的实施例的精神和范围的情况下，可以作出修改、调整和其它实施方式。下文的详细描述旨在被认为仅是示例性的，真正的范围和精神由所附权利要求来表明。在呈现详细的说明解释之前，请注意，下面所有的本文档来自技高网...

【技术保护点】
1.一种处理器实施的方法(200)，包括：由数据获取模块接收(202)与农场相关的多个输入参数，所述多个输入参数是农作物数据、位置数据以及观察期中与一个或多个农场工作人员相关的农业活动简档的集合，且其中所述多个输入数据从作为(a)可穿戴设备和(b)农场或农场装备上安装的设备这两者中的至少一者部署的传感器获得，和通过众包从与所述农场相关的农场工作人员获得；活动分析器模块利用基于监督式学习的分类器、基于与所述观察期的每个子集相对应的农业活动简档的集合来确定(204)至少一个农业活动，所述基于监督式学习的分类器被配置成学习和识别与农业活动简档相关的农业活动；活动排序模块基于针对所述观察期的每个子集而确定的所述至少一个农业活动来生成(206)针对所述观察期的农业活动序列；以及分析器模块基于针对所述观察期而生成的所述农业活动序列来识别(208)所遵循的农作物规范。

【技术特征摘要】
2017.04.27 IN 2017210149561.一种处理器实施的方法(200)，包括：由数据获取模块接收(202)与农场相关的多个输入参数，所述多个输入参数是农作物数据、位置数据以及观察期中与一个或多个农场工作人员相关的农业活动简档的集合，且其中所述多个输入数据从作为(a)可穿戴设备和(b)农场或农场装备上安装的设备这两者中的至少一者部署的传感器获得，和通过众包从与所述农场相关的农场工作人员获得；活动分析器模块利用基于监督式学习的分类器、基于与所述观察期的每个子集相对应的农业活动简档的集合来确定(204)至少一个农业活动，所述基于监督式学习的分类器被配置成学习和识别与农业活动简档相关的农业活动；活动排序模块基于针对所述观察期的每个子集而确定的所述至少一个农业活动来生成(206)针对所述观察期的农业活动序列；以及分析器模块基于针对所述观察期而生成的所述农业活动序列来识别(208)所遵循的农作物规范。2.根据权利要求1所述的处理器实施的方法，其中基于与所述农场相关的基于农业气候区的信息库，所述至少一个农业活动对应于针对所述观察期的子集而识别的具有最大发生频率的农业活动，或者对应于针对所述观察期的子集其发生频率大于预定义门限频率的农业活动。3.根据权利要求2所述的处理器实施的方法，其中针对所述观察期生成农业活动序列的步骤包括生成活动片段序列，所述活动片段与所识别的至少一个农业活动、与其相关的所述观察期的子集、以及与其相关的位置数据相关。4.根据权利要求3所述的处理器实施的方法，其中识别所遵循的农作物规范的步骤包括：融合两个或更多的活动片段以基于相关联的至少一个农业活动的相似性、其相关的所述观察期的子集、其相关的位置数据、和在所述农业活动序列中的至少一个农业活动的位置来形成所述活动片段序列；基于所述活动片段的长度、所述活动片段的位置以及与所述农场相关的基于农业气候区的信息来识别在所述活动片段序列中的不规则的农业活动。5.根据权利要求4所述的处理器实施的方法，还包括以下中的一个或多个：所述分析器模块参考在与所述农场相关的基于农业气候区的信息库中可得的推荐的农作物规范来评估(210)所遵循的农作物规范的符合度；所述分析器模块基于所评估的所述符合度来生成(212)对所述至少一个农业活动的预测评估；以及如果与所遵循的农作物规范相关的农作物收成高于与在所述农场相关的基于农业气候区的信息库中的推荐农作物规范相关的农作物收成，则由所述分析器模块限定(214)所遵循的农作物规范为所关心农作物的推荐农作物规范。6.根据权利要求5所述的处理器实施的方法，其中评估所述符合度的步骤包括：将与所述观察期中的活动片段长度相关的所述至少一个农业活动与在所述推荐农作物规范中对应的至少一个农业活动相比较；基于所述比较指定偏差分数；以及基于不构成所遵循的农作物规范和所述推荐农作物规范的活动片段序列中的一部分的所述一个或多个活动片段，得出与所关心农作物相关的农作物规范的动态变化。7.一种系统，包括：一个或多个处理器(102)；以及可操作地耦合到所述一个或多个处理器(102)的一个或多...

【专利技术属性】
技术研发人员：S·萨兰吉，B·G·佳格亚斯，S·夏尔马，
申请(专利权)人：塔塔顾问服务有限公司，
类型：发明
国别省市：印度,IN