一种基于深度形态学置信网络的无重环境植物生长方法技术

本发明专利技术公开了一种基于深度形态学置信网络的无重环境植物生长方法，包括以下步骤：收集无重环境农作物生长环境多源异构数据并预处理；使用数学形态学算子对训练集数据进行特征提取；构建并训练深度置信网络；收集待测农作物现场数据并进行预处理和特征提取，得到测试数据集；使用训练完毕的深度置信网络对测试数据集进行生长态势自动预测；根据深度置信网络的预测结果自动生成该环境下农作物生长态势监测分析报告。本发明专利技术对无重环境农作物生长态势监测分析精度高，应用范围广、鲁棒性强。

【技术实现步骤摘要】
一种基于深度形态学置信网络的无重环境植物生长方法
本专利技术涉及一种基于深度形态学置信网络的无重环境植物生长方法，属于农作物监测

技术介绍
在长期太空飞行中，由于飞行员长期处于失重环境中，适当的食物补给非常重要。尽管目前航天食品种类日益丰富，但由于每运送1公斤食物到国际空间站需耗费约14000英镑，价格昂贵，因此目前航天食品还是以干燥食品、复水食品、罐头食品等高热量并能长期存放的食品为主，缺少足够的新鲜果蔬。这对飞行员长期的太空飞行中的生理及心理健康均是不利的。为解决这个难题，各国研究人员开始逐渐探讨在太空零重力条件下种植农作物的可能性，部分国家如中国和美国均已开始了实际的试验。在太空中尝试种植农作物具有重大的意义。一方面，新鲜的水果和蔬菜更加有利于航天员的身体健康，同时在长期太空生活环境中有来自地球的东西，对宇航员的心理健康有非常正面的影响；另一方面，在太空中种植农作物可以降低食物运送成本。此外，如果植物能够在太空生存，还有更多的可以利用的方面，例如植物可以消耗二氧化碳并产生氧气，同时还能净化有污染物存在的空气。这些不仅可以本文档来自技高网...

【技术保护点】
1.一种基于深度形态学置信网络的无重环境植物生长方法，其特征在于，包括以下步骤：/n(1)收集无重环境农作物生长环境多源异构数据并预处理；/n(2)使用数学形态学算子对训练集数据进行特征提取；/n(3)构建并训练深度置信网络；/n(4)收集待测农作物现场数据并进行预处理和特征提取，得到测试数据集；/n(5)使用训练完毕的深度置信网络对测试数据集进行生长态势自动预测分析；/n(6)根据深度置信网络的预测结果自动生成该环境下农作物生长态势监测分析报告。/n

【技术特征摘要】
1.一种基于深度形态学置信网络的无重环境植物生长方法，其特征在于，包括以下步骤：
(1)收集无重环境农作物生长环境多源异构数据并预处理；
(2)使用数学形态学算子对训练集数据进行特征提取；
(3)构建并训练深度置信网络；
(4)收集待测农作物现场数据并进行预处理和特征提取，得到测试数据集；
(5)使用训练完毕的深度置信网络对测试数据集进行生长态势自动预测分析；
(6)根据深度置信网络的预测结果自动生成该环境下农作物生长态势监测分析报告。


2.根据权利要求1所述的基于深度形态学置信网络的无重环境植物生长方法，其特征在于，所述步骤(1)具体包括：
(1-1)布置多种类型传感器，采集农作物无重环境相关参数，叶面上部二氧化碳，超声波，小分子雾化水雾、温度、光照强度、湿度等，以及农作物实际生长状态实景图像、红外图像等；
(1-2)对所采集的所有数据进行清洗、裁剪、归一化，得到原始训练数据集的自变量；
(1-3)针对同一时间域度下的每组自变量，识别、标记农作物下一时间段生长态势，形...

【专利技术属性】
技术研发人员：伍志煊，黄斌，
申请(专利权)人：智农科技有限公司，
类型：发明
国别省市：中国香港;81