虫害预测模型训练的方法、虫害预测的方法及装置制造方法及图纸

本发明专利技术公开了一种虫害预测模型训练的方法、虫害预测的方法及装置，包括：获取多个环境因素特征数据和虫害类型数据；根据预设的匹配规则，确定每个环境因素特征数据与虫害类型数据的匹配度；根据每个环境因素特征数据和对应的所述匹配度，确定多个训练样本数据；将多个训练样本数据与所述虫害类型数据输入待训练虫害预测模型进行迭代训练，以确定目标虫害预测模型。本发明专利技术的技术方案，基于经过相关性处理的样本数据训练得到目标虫害预测模型，使用该目标虫害预测模型对虫害预测，提高了对病虫害预测的准确性和效率。害预测的准确性和效率。害预测的准确性和效率。

【技术实现步骤摘要】
虫害预测模型训练的方法、虫害预测的方法及装置


[0001]本专利技术属于计算机
，尤其涉及一种虫害预测模型训练的方法、虫害预测的方法、装置、设备及存储介质。

技术介绍

[0002]农作物病虫害是制约农业高产、优质、高效、生态、安全的发展的重要灾害之一。为了应对农作物的病虫害问题，首要工作就是需对作物病虫害进行准确有效地预测，并据此指导植保工作。
[0003]现有的预测方法通常包括：传统的观察法、统计法、数学生态模型法、专家系统法以及人工神经网络方法等等。
[0004]但是这些方法由于自身的缺陷带有一定的局限性：如经验预测人为因素明显，所采用的相关系数准确率低；统计预测则存在着现实拟合率不高、预测效果不稳定问题；数学生态模型法模型建立和校验复杂，使用难度较高；专家系统法可能专家知识经验影响较大；人工神经网络虽不需依赖专家知识，但其学习算法存在陷入局部极小点的问题，由此，现有的方法很难保证预测的精度。

技术实现思路

[0005]本专利技术实施例提供一种虫害预测模型训练的方法、虫害预测的方法、装置、设备及存储介质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虫害预测模型训练的方法，其特征在于，包括：获取多个环境因素特征数据和虫害类型数据；根据预设的匹配规则，确定每个所述环境因素特征数据与所述虫害类型数据的匹配度；根据每个所述环境因素特征数据和对应的所述匹配度，确定多个训练样本数据；将所述多个训练样本数据与所述虫害类型数据输入待训练虫害预测模型进行迭代训练，以确定目标虫害预测模型。2.根据权利要求1所述的方法，其特征在于，所述根据预设的匹配规则，确定每个所述环境因素特征数据与所述虫害类型数据的匹配度，包括：将多个所述环境因素特征数据与所述虫害类型数据，输入预设的匹配模型，得到每个所述环境因素特征数据与所述虫害类型数据之间的匹配度。3.根据权利要求2所述的方法，其特征在于，所述匹配度根据以下公式确定：其中，scores(i)表示环境因素i与虫害类型的相关分数；scores(k)表示k个环境因素与虫害类型的相关分数，k为自然数。4.根据权利要求1或2所述的方法，其特征在于，所述将多个训练样本数据与所述虫害类型数据输入待训练虫害预测模型进行迭代训练，以确定目标虫害预测模型，包括：根据所述多个训练样本数据，确定虫害类型预测数据；根据所述虫害类型预测数据和所述虫害类型数据，确定所述待训练虫害预测模型的损失函数；根据所述损失函数，调整待训练虫害预测模型的模型参数；将所述多个训练样本数据为调整后的待训练虫害预测模型的输入，以对待训练虫害预测模型进行迭代训练，当所述训练满足预设训练条件时，将训练后的虫害预测模型作为目标虫害预测模型。5.根据权利要求1所述的方法，其特征在于，所述预设训练条件包括：迭代次数达到预设次数阈值；或，待训练虫害预测模型的损失函数与上一次迭代过程中确定的损失函数之间的差值不超过预设差值阈值。6.根据权利要求1所述的方法，其特征在于，所述获取多个环境因素特征数据，包括：获取多个环境因素数据；采用预设的卷积神经网络，对所述多个环境因素数据进行特征提取，得到多个环境因素特征数据。7.一种虫害预测的方法...

【专利技术属性】
技术研发人员：黄兆玮，刘一珉，卞军伟，廖鹏程，詹海鹏，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：