基于数据采集分析的松材线虫传播因子确定装置及其方法制造方法及图纸

本发明专利技术属于松材线虫传播因子技术领域，具体涉及基于数据采集分析的松材线虫传播因子确定装置及其方法，通过设置松材线虫病的传播是多重因素互相作用的结果，采用数据收集分析，阐明可能引起松材线虫发生的传播因子，以期引起林业管理部门的重视，为研究有效的检疫防控方法提供理论参考，为制定科学的防治对策提供新思路。综合以上优点，松材线虫传播因子确定方法可以推断病虫害传播的动态规律，是做好防治工作的前提，根据各传播因子影响比重建立模型，基于模型对松材线虫传播的潜在规律进行探索，能够帮助人们在未来提前预知病虫害传播途径，从而在松材线虫的预防和治理工作中，做到快速和提前发现灾害，节省人力和成本，减少经济损失。少经济损失。少经济损失。

【技术实现步骤摘要】
基于数据采集分析的松材线虫传播因子确定装置及其方法


[0001]本专利技术属于松材线虫传播因子
，具体涉及基于数据采集分析的松材线虫传播因子确定装置及其方法。

技术介绍

[0002]松材线虫病由松材线虫引起，松材线虫近距离由媒介昆虫我国主要是松墨媒介昆虫携带传播，远距离随苗木、木材及木制品的调运传播。而松材线虫传播因子的确定主要是依靠人工调查，过程复杂、耗费时间长、效率低、区域性强，无法形成系统的判定。

技术实现思路

[0003]本专利技术的目的在于提供基于数据采集分析的松材线虫传播因子确定方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：基于数据采集分析的松材线虫传播因子确定方法，包括以下步骤：
[0005]步骤一，传播数据获取，松材线虫传播数据包括自然传播数据集和人为传播数据集，所述自然传播数据集由松材线虫的生物媒介松墨媒介昆虫以近距离连续式传播，所述人为传播数据集通过远距离离散式传播，并建立DOUG LENAT数据库；
[0006]步骤二，确定传播因子与松材线虫病灾害之间的关系，所述传播数据获取后通过综合指标，选取与松材线虫病疫情发生情况相关的自然因素指数集和人为因素指数集，并且通过分析对自然因素和人为因素对松材线虫病灾害影响大小的排序，并进行自然因素和人为因素优化，通过Relevance算法进行对自然因素和人为因素的相关性关系进行优化；
[0007]步骤三，建立数据分析模型，通过多元统计分析、深度卷积神经网络挖掘松材线虫病发生、入侵以及定殖的数据耦合关系，在多维空间数据构建的松材线虫灾害发生的图像模式结构、特征抽取，确定影响松材线虫传播的因子；
[0008]步骤四，评估模型效果，确定影响松材线虫传播的因子后通过ROC曲线进行连续变量的综合性评价指标获取。
[0009]作为一种优选的实施方式，所述步骤一的所述自然传播数据包含天气与气候因素、地形与河流因素、温度因素、日子因素、海拔因素、松墨媒介昆虫的种群动态变化数据、松墨媒介昆虫携带松材线虫规律数据和松墨媒介昆虫的发生规律数据，所述人为传播数据包括建筑群体数据、道路数据、木材交易数据、木材加工数据、木材检疫数据、疫木采伐数据。
[0010]作为一种优选的实施方式，所述步骤四中，ROC曲线分析对模型效果分析，确定传播因子对松材线虫危害程度，ROC值趋近于1。
[0011]基于数据采集分析的松材线虫传播因子确定装置，包括分析检测外壳体，所述分析检测外壳体的外表面开设有外壳体散热孔，所述分析检测外壳体的中间嵌入有分析检测触控屏，所述分析检测外壳体的下侧外表面设置有分析检测控制按键，所述分析检测控制
按键的左侧设置有分析检测数据传输插头，分析检测外壳体的内部设置有分析检测组件，所述分析检测组件包括分析检测电路板、电路板蓄电池、模型检测分析处理器、数据存储器、数据优化器、触控屏连接插头、传播因子数据传输接头，所述分析检测电路板的外表面电性连接有所述电路板蓄电池，所述分析检测电路板的右侧电路连接有所述模型检测分析处理器，所述模型检测分析处理器电路连接有所述数据存储器，所述数据存储器电路连接有所述数据优化器，所述分析检测触控屏与所述触控屏连接插头电性连接，所述分析检测电路板的侧边设置有所述传播因子数据传输接头。
[0012]作为一种优选的实施方式，所述分析检测电路板设置在所述分析检测外壳体的内表面。
[0013]作为一种优选的实施方式，所述分析检测控制按键与所述分析检测电路板电路连接。
[0014]作为一种优选的实施方式，所述分析检测外壳体采用塑料材质。
[0015]作为一种优选的实施方式，所述外壳体散热孔线性排列有两排且互相平行。
[0016]作为一种优选的实施方式，所述分析检测电路板的侧边设置有所述传播因子数据传输接头且所述传播因子数据传输接头内部设置有铜线。
[0017]作为一种优选的实施方式，所述数据优化器与所述传播因子数据传输接头电性连接。
[0018]与现有技术相比，本专利技术的有益效果是：
[0019]通过设置松材线虫病的传播是多重因素互相作用的结果，采用数据收集分析，阐明可能引起松材线虫发生的传播因子，以期引起林业管理部门的重视，为研究有效的检疫防控方法提供理论参考，为制定科学的防治对策提供新思路。综合以上优点，松材线虫传播因子确定方法可以推断病虫害传播的动态规律，是做好防治工作的前提；
[0020]通过数据采集分析的基础上，根据各传播因子影响比重建立模型，基于模型对松材线虫传播的潜在规律进行探索，能够帮助人们在未来提前预知病虫害传播途径，从而在松材线虫的预防和治理工作中，节省人力和成本，提高经济产量。另外，对其他病虫害防控问题也能够提供一定的参考价值。
附图说明
[0021]图1为本专利技术方法的流程图；
[0022]图2为本专利技术结构的立体示意图；
[0023]图3为本专利技术结构的内部分析检测电路板图；
[0024]图4为本专利技术结构的主视图；
[0025]图5为本专利技术结构的俯视图；
[0026]图中：1、分析检测外壳体；11、外壳体散热孔；2、分析检测触控屏；3、分析检测控制按键；4、分析检测数据传输插头；5、分析检测组件；51、分析检测电路板，511、电路板蓄电池；52、模型检测分析处理器；53、数据存储器；54、数据优化器；55、触控屏连接插头；56、传播因子数据传输接头。
具体实施方式
[0027]下面结合实施例对本专利技术做进一步的描述。
[0028]以下实施例用于说明本专利技术，但不能用来限制本专利技术的保护范围。实施例中的条件可以根据具体条件做进一步的调整，在本专利技术的构思前提下对本专利技术的方法简单改进都属于本专利技术要求保护的范围。
[0029]请参阅图1
‑
5，本专利技术提供基于数据采集分析的松材线虫传播因子确定方法，包括以下步骤：步骤一，传播数据获取，松材线虫传播数据包括自然传播数据集和人为传播数据集，所述自然传播数据集由松材线虫的生物媒介松墨媒介昆虫以近距离连续式传播，所述人为传播数据集通过远距离离散式传播，步骤二，确定传播因子与松材线虫病灾害之间的关系，所述传播数据获取后通过综合指标，选取与松材线虫病疫情发生情况相关的自然因素指数集和人为因素指数集，并且通过分析对自然因素和人为因素对松材线虫病灾害影响大小的排序，并进行自然因素和人为因素优化。步骤三，建立数据分析模型，利用多元统计分析方法、深度卷积神经网络机器学习方法，挖掘松材线虫病发生、入侵、定殖、自然及人为传播的大数据耦合关系；研究在N维空间大数据支持下的松材线虫灾害发生的图像模式结构、特征抽取方法，以及数据分析模型；分析并阐述影响松材线虫传播的主要因子，挖掘松材线虫病时空传播扩散关键知识，步骤四，评估模型效果，ROC曲线又称受试者特征工程曲线或感受性曲线，是一种用于评价连续变量的综合性评价指标，可以反映模型敏感性和特异性。由于ROC曲线对数据类别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于数据采集分析的松材线虫传播因子确定方法，其特征在于：包括以下步骤：步骤一，传播数据获取，松材线虫传播数据包括自然传播数据集和人为传播数据集，所述自然传播数据集由松材线虫的生物媒介松墨媒介昆虫以近距离连续式传播，所述人为传播数据集通过远距离离散式传播，并建立DOUG LENAT数据库；步骤二，确定传播因子与松材线虫病灾害之间的关系，所述传播数据获取后通过综合指标，选取与松材线虫病疫情发生情况相关的自然因素指数集和人为因素指数集，并且通过分析对自然因素和人为因素对松材线虫病灾害影响大小的排序，并进行自然因素和人为因素优化，并通过Relevance算法进行对自然因素和人为因素的相关性关系进行优化；步骤三，建立数据分析模型，通过多元统计分析、深度卷积神经网络挖掘松材线虫病发生、入侵以及定殖的数据耦合关系，在多维空间数据构建的松材线虫灾害发生的图像模式结构、特征抽取，确定影响松材线虫传播的因子，；步骤四，评估模型效果，确定影响松材线虫传播的因子后通过ROC曲线进行连续变量的综合性评价指标获取。2.根据权利要求1所述的基于数据采集分析的松材线虫传播因子确定方法，其特征在于：所述步骤一的所述自然传播数据包含天气与气候因素、地形与河流因素、温度因素、日子因素、海拔因素、松墨媒介昆虫的种群动态变化数据、松墨媒介昆虫携带松材线虫规律数据和松墨媒介昆虫的发生规律数据，所述人为传播数据包括建筑群体数据、道路数据、木材交易数据、木材加工数据、木材检疫数据、疫木采伐数据。3.根据权利要求1所述的基于数据采集分析的松材线虫传播因子确定方法，其特征在于：所述步骤四中，ROC曲线分析对模型效果分析，确定传播因子对松材线虫危害程度，ROC值趋近于1。4.基于数据采集分析的松材线虫传播因子确定装置，其特征在于：包括分析检测外壳体(1)，所述分析检测外壳体(1)的外表面开设有外壳体散热孔(11)，所述分析检测外壳体(1)的中间嵌入有分析检测触控屏(2)，所述分析检测外壳体(1...

【专利技术属性】
技术研发人员：周宏威，袁新佩，方国飞，黄建平，马玲，于治军，周艳涛，李晓冬，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：