一种农业保险理赔方法、装置及存储介质制造方法及图纸

本申请公开一种农业保险理赔方法，包括：基于历史受灾数据训练机器学习模型；基于实时遥感图像和所述机器学习模型，确定农作物的受灾类型；基于所述实时遥感图像、所述机器学习模型和区块链上存储的物数据确定所述农作物的受灾等级；基于所述区块链中部署的智能合约确定所述受灾类型和所述受灾等级对应的理赔方式，本申请还公开一种农业保险理赔装置和存储介质，通过本申请公开的农业保险理赔方法、装置和存储介质，可以提升农业保险理赔的效率。

【技术实现步骤摘要】
一种农业保险理赔方法、装置及存储介质
本申请涉及数据处理
，尤其涉及一种农业保险理赔方法、装置及存储介质。
技术介绍
发生农业保险理赔时，通常采用人工定损的方式，需要工作人员实地考察农作物的受灾情况，而且人工定损大多根据经验得出结论，会存在一定偏差。因此如何根据遥感图像的比对结果尽量减少保险理赔过程中的定损偏差，提高理赔效率和可靠性是急需解决的技术问题。
技术实现思路
本申请实施例提供一种农业保险理赔方法、装置及存储介质，可以提升农业为保险理赔的效率。本申请实施例的技术方案是这样实现的：第一方面，本申请实施例提供一种农业保险理赔方法，包括：基于历史受灾数据训练机器学习模型；基于实时遥感图像和所述机器学习模型，确定农作物的受灾类型；基于所述实时遥感图像、所述机器学习模型和区块链上存储的物数据确定所述农作物的受灾等级；基于所述区块链中部署的智能合约确定所述受灾类型和所述受灾等级对应的理赔方式。上述方案中，所述基于实时遥感图像确定农作物的受灾类型包括：对所述实时本文档来自技高网...

【技术保护点】
1.一种农业保险理赔方法，其特征在于，所述方法包括：/n基于历史受灾数据训练机器学习模型；/n基于实时遥感图像和所述机器学习模型，确定农作物的受灾类型；/n基于所述实时遥感图像、所述机器学习模型和区块链上存储的物数据确定所述农作物的受灾等级；/n基于所述区块链中部署的智能合约确定所述受灾类型和所述受灾等级对应的理赔方式。/n

【技术特征摘要】
1.一种农业保险理赔方法，其特征在于，所述方法包括：
基于历史受灾数据训练机器学习模型；
基于实时遥感图像和所述机器学习模型，确定农作物的受灾类型；
基于所述实时遥感图像、所述机器学习模型和区块链上存储的物数据确定所述农作物的受灾等级；
基于所述区块链中部署的智能合约确定所述受灾类型和所述受灾等级对应的理赔方式。


2.根据权利要求1所述的方法，其特征在于，所述基于实时遥感图像确定农作物的受灾类型包括：
对所述实时遥感图像进行预处理；
以所述预处理后的实时遥感图像作为所述机器学习模型的输入，根据所述机器学习模型的输出确定所述受灾类型。


3.根据权利要求1所述的方法，其特征在于，所述基于实时遥感图像、所述机器学习模型和区块链上存储的物数据确定农作物的受灾等级包括：
提取所述实时遥感图像的纹理信息；
以所述纹理信息作为所述机器学习模型的输入，根据所述机器学习模型的输出和所述物数据确定所述受灾等级。


4.根据权利要求1所述的方法，其特征在于，所述根据所述机器学习模型的输出和所述物数据确定所述受灾等级包括：
基于所述机器学习模型的输出确定农作物的第一受灾阈值；
基于所述物数据包括的音频数据和视频图像数据判断所述第一受灾阈值是否在第一阈值范围内；
若所述第一受灾阈值在第一阈值范围内，则基于所述第一受灾阈值确定所述农作物的受灾等级。


5.根据权利要求1所述的方法，其特征在于，所述基于所述区块链中部署的智能合约确定所述受灾类型和所述受灾等级对应的理赔方式，包...

【专利技术属性】
技术研发人员：石奕，
申请(专利权)人：卓尔智联武汉研究院有限公司，
类型：发明
国别省市：湖北;42