【技术实现步骤摘要】
本专利技术涉及病虫害预测领域，尤其涉及一种基于复杂图形表征的农作物病虫害预测方法、电子设备和存储介质。
技术介绍
1、随着社会的高速发展，我国甚至全球的气候和环境问题逐渐增多，导致人们饱受各种病虫害的侵袭，尤其对现代化农业而言，农业病虫害的复杂化和多样性严重影响了农作物产量和质量，因此，对农作物病虫害的检测和预防、预测农作物病虫害的发生成为了当前的研究热点之一。
2、传统的农作物病虫害检测方法为人工检测，需要人工到现场检验作物叶片或其他发病位置有无病虫害侵染现象，这种检测方法成本高、效率低、缺乏客观性、准确率较低、无时效性。随着精准农业的不断发展，农业信息化技术的推广及使用给农作物病虫害检测提供了全新的思路和手段。基于现有历史数据，可以尝试将机器学习模型应用到病虫害的预测中，通过使模型学习到充分的历史数据信息来发现病虫害的变化规律，从而计算出未来一定时间内的病虫害情况，实现对病虫害的预测。
3、早期病害虫预测技术以图像识别为主，通过图像预处理、图像分割和特征提取技术人为进行特征选择和设计，之后通过特定的机器学习算...
【技术保护点】
1.一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述利用病虫害影响因子-复杂图形表征模块，构建病虫害的各种影响因子之间的关系的复杂图形结构，包括：
3.根据权利要求1所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述利用基于图卷积神经网络的特征提取模块，对复杂图形结构中的影响因子进行挑选并映射后、实现图形的特征提取，包括：
4.根据权利要求3所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述利用...
【技术特征摘要】
1.一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述利用病虫害影响因子-复杂图形表征模块，构建病虫害的各种影响因子之间的关系的复杂图形结构，包括：
3.根据权利要求1所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述利用基于图卷积神经网络的特征提取模块，对复杂图形结构中的影响因子进行挑选并映射后、实现图形的特征提取，包括：
4.根据权利要求3所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述利用人工干涉的方式对病虫害影响因子进行挑选，包括：
5.根据权利要求3所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述将若干图卷积层堆叠在一起，使得输入特征以生成更高级别的特征表示，以捕捉不同信息源之间的关联和特征，包括：
6.根据权利要求1所述的一种基于复杂图形表征的农作物病虫害预测方法，其特征在于：所述将特征提取模块处理得到的图形特征构造为特征演化序列，包括：
7.根据权...
【专利技术属性】
技术研发人员：李晓瑜，岳鲜，王鹏，朱钦圣，吴昊，张乃柏，尚小磊，文鹏，
申请(专利权)人：喀什地区电子信息产业技术研究院，
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。