【技术实现步骤摘要】
一种定向人工智能的训练方法、装置及存储介质
本专利技术涉及计算机
,尤其涉及种定向人工智能的训练方法、装置及存储介质。
技术介绍
人工智能(ArtificialIntelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。机器学习是一种使获取知识自动化的计算方法的学习。目的是使计算机获取新的知识或技能,从而不断改善自身的性能。机器学习技术被广泛用于分类(classification)、预测(prediction)、关联(association)以及侦查(detection)等目的。采集服务器采用的是规则归纳(RuleInduction)的机器学习方法,该技术利用训练集中产生的一棵决策树或一组决策规则来进行分类,具有易于处理大型数据,适合进行分类和预测的优点。对于 ...
【技术保护点】
1.一种农业定向人工智能的训练方法,其特征在于,所述训练方法包括:/n步骤S1,连续采集农业用地的图形数据及相应的农业数据,对农业用地的全部图形数据进行网格化标记,并根据采集的所述农业用地的参数对网格标记的样本进行样本分类,动态调整所述网格标记序号,对相似样本数据选择相同标记集合,得到针对于每一个网格的训练样本数据,并统计不同集合的近似概率,若所述近似概率达到第一阈值则判定为所述相似网格,对于不同的网格选择不同的人工智能训练方式;/n步骤S2,对相似样本进行归集后,对任一网格标记的农业用地将所述相似样本的农业数据信息输入至预设的人工智能的机器学习训练集,通过单独的计算节点对 ...
【技术特征摘要】
1.一种农业定向人工智能的训练方法,其特征在于,所述训练方法包括:
步骤S1,连续采集农业用地的图形数据及相应的农业数据,对农业用地的全部图形数据进行网格化标记,并根据采集的所述农业用地的参数对网格标记的样本进行样本分类,动态调整所述网格标记序号,对相似样本数据选择相同标记集合,得到针对于每一个网格的训练样本数据,并统计不同集合的近似概率,若所述近似概率达到第一阈值则判定为所述相似网格,对于不同的网格选择不同的人工智能训练方式;
步骤S2,对相似样本进行归集后,对任一网格标记的农业用地将所述相似样本的农业数据信息输入至预设的人工智能的机器学习训练集,通过单独的计算节点对单一网格标记的图形数据样本及对应的农业数据信息进行训练,其中,单独的计算机节点为单一计算终端,其中包括多个互相隔离的虚拟计算单元,任一虚拟计算单元对应于一个网络标记的农业用地的运算,其中,所述农业数据信息包括土地盐碱度、网格面积、水渠控制参数及农药喷洒参数;
步骤S3,构建农业操作模拟仿真,对所述训练集进行人工智能训练以区分所述不同网格对应农业用地的策略偏向,对所述数据信息进行分类并设置对应的标签,通过构建的评估函数,对相似样本采用相同的人工智能训练方法生成的决策进行合作调度以减小人工智能训练的计算量;
步骤S4,在进行训练的过程中,针对于任一网格,若所述评估函数判断当前决策偏离最优策略的概率大于第二阈值,则停止当前网格人工智能训练并重新进行决策,直至得到最优决策,所述评估函数Q为:ρt=argmax(U(st,ρ)+V(st,ρ)),其中,ρt为决策第t步时的评价函数值,U(st,ρ)为决策网络值,V(st,ρ)为价值网络修正值;
步骤S5,根据最优决策对所述农业用地进行部署,所述部署的决策包括农药喷洒、火灾控制、水渠控制。
2.如权利要求1所述的一种农业定向人工智能的训练方法,其特征在于,所述步骤S1进一步包括:对采集的农业用地的图形数据进行栅格化,将农业用地的环境划分成等分辨率的平面栅格.这些栅格以矩阵的形式进行标识,且每个矩阵元素对应于一个栅格,其中,所述元素的值表示环境的三种可能状态:空、占据和未知,栅格地图中的每个像素对应为所述农业用地中的一个栅格,所述网格包括多个栅格,构建栅格数据映射表,任一所述栅格对应农业用地的土地盐碱度、相似栅格数量,在每个网格进行初始化标记。
3.如权利要求2所述的一种农业定向人...
【专利技术属性】
技术研发人员:赵娟,
申请(专利权)人:内蒙古中孚明丰农业科技有限公司,
类型:发明
国别省市:内蒙古;15
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。