【技术实现步骤摘要】
一种芽苗菜种子萌发预测方法
[0001]本专利技术涉及电数字数据处理
,具体涉及一种芽苗菜种子萌发预测方法
。
技术介绍
[0002]随着芽苗菜产业的快速发展,市场规模的不断扩大,芽苗菜越来越与人们的生活息息相关
。
对芽苗菜种子萌发率的预测方法也成为行业关注的议题之一
。
目前,对芽苗菜种子萌发率进行预测时,通常采用的方式为:将历史芽苗菜种子萌发试验过程中得到的萌发率,作为当前芽苗菜种子萌发过程中萌发率的预测值
。
[0003]然而,当采用上述方式时,经常会存在如下技术问题:在当前芽苗菜种子萌发的实际过程中的环境等因素往往难以保持与历史芽苗菜种子萌发试验过程完全一致,由于环境等因素的不同,往往可能导致萌发率发生变化,因此直接将历史芽苗菜种子萌发试验过程中得到的萌发率,作为当前芽苗菜种子萌发过程中萌发率的预测值,往往导致芽苗菜种子萌发率预测的准确度较差
。
技术实现思路
[0004]本专利技术的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述
。
本专利技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围
。
[0005]为了解决芽苗菜种子萌发率预测的准确度较差的技术问题,本专利技术提出了一种芽苗菜种子萌发预测方法
。
[0006]本专利技术提供了一种芽苗菜种子萌发预测方法,该方法包括:获取历史待萌 ...
【技术保护点】
【技术特征摘要】
1.
一种芽苗菜种子萌发预测方法,其特征在于,包括以下步骤:获取历史待萌发信息集合和目标区域在预设时间段内对应的当前待萌发信息,其中,预设时间段内的最后一个时刻为当前时刻;根据历史待萌发信息包括的实际萌发率,对所述历史待萌发信息集合中的历史待萌发信息进行聚类,得到候选聚类簇集合;从所述候选聚类簇集合中筛选出对应的平均实际萌发率最高的候选聚类簇,作为目标聚类簇;根据所述当前待萌发信息与所述目标聚类簇中所有历史待萌发信息包括的湿度数据序列和种子浸泡时长,确定目标区域对应的目标修正度;根据所述目标修正度,以及所述当前待萌发信息与所述目标聚类簇中的各个历史待萌发信息之间的相关系数,确定目标区域在预设时间段内当前时刻之前的预设数量个预设时刻下的目标权重系数,其中,当前时刻和预设时刻是所述当前待萌发信息包括的湿度数据序列中的湿度数据对应的采集时刻;根据所有目标权重系数和预设数量个预设时刻下采集的湿度数据,得到目标区域在当前时刻下的湿度预测数据;根据所述湿度预测数据和预先获取的标准湿度数据,判断当前时刻是否会使目标区域内的芽苗菜种子的萌发率降低
。2.
根据权利要求1所述的一种芽苗菜种子萌发预测方法,其特征在于,所述根据所述当前待萌发信息与所述目标聚类簇中所有历史待萌发信息包括的湿度数据序列和种子浸泡时长,确定目标区域对应的目标修正度,包括:根据所述当前待萌发信息包括的湿度数据序列中所有湿度数据的均值
、
所述目标聚类簇中所有历史待萌发信息包括的湿度数据序列中所有湿度数据的均值
、
所述目标聚类簇中所有历史待萌发信息包括的种子浸泡时长的均值,以及所述当前待萌发信息包括的种子浸泡时长,确定目标区域对应的目标修正度
。3.
根据权利要求2所述的一种芽苗菜种子萌发预测方法,其特征在于,目标区域对应的目标修正度对应的公式为:;;其中,是目标区域对应的目标修正度;是归一化函数;是所述当前待萌发信息包括的湿度数据序列中所有湿度数据的均值;是所述目标聚类簇中所有历史待萌发信息包括的湿度数据序列中所有湿度数据的均值;是所述目标聚类簇中所有历史待萌发信息包括的湿度数据序列中所有湿度数据中的最大值;是所述目标聚类簇中所有历史待萌发信息包括的湿度数据序列中所有湿度数据中的最小值;和是预先设置的大于0的因子;是取绝对值函数;是所述当前待萌发信息包括的种子浸泡时长;是所述目标聚类簇中所有历史待萌发信息包括的种子浸泡时长的均值;是所述当前待萌发信息包括的湿度数据序列中湿度数据的数量;是所述当前待萌发信息包括的湿度数据序列中第个湿度数据;是所述当前待萌发信息包括的湿度数据序列中湿度数据的序号
。4.
根据权利要求1所述的一种芽苗菜种子萌发预测方法,其特征在于,所述根据所述目
标修正度,以及所述当前待萌发信息与所述目标聚类簇中的各个历史待萌发信息之间的相关系数,确定目标区域在预设时间段内当前时刻之前的预设数量个预设时刻下的目标权重系数,包括:根据所述当前待萌发信息与所述目标聚类簇中的各个历史待萌发信息之间的相关系数,...
【专利技术属性】
技术研发人员:赵忠良,方胜,程琳,刘雨平,张新,张贺贺,武绍奇,张晶,
申请(专利权)人:江苏新希望生态科技有限公司,
类型:发明
国别省市:
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。