一种多尺度跨媒体农业生产数据融合与关联方法及装置制造方法及图纸

本发明专利技术提供一种多尺度跨媒体农业生产数据融合与关联方法及装置，包括：对获取的多尺度跨媒体农业生产数据集中不同模态的数据进行语义对齐和结构对齐，得到对齐后的农业生产数据。将多尺度跨媒体农业生产数据集中的影像数据、场景数据、图文数据、时序数据和作业环节提示进行时序匹配，得到时序匹配后的农业生产数据。基于实时获取的网络文本数据和网络图像数据，使用强化学习算法训练图文匹配模型，得到训练后的图文匹配模型。基于对齐后的农业生产数据、时序匹配后的农业生产数据和训练后的图文匹配模型进行多模态数据融合，形成跨媒体的农业生产数据综合表示，为农业生产管理和决策提供了更加全面、准确的数据支持。

【技术实现步骤摘要】

本专利技术涉及跨媒体数据融合 ，尤其涉及一种多尺度跨媒体农业生产数据融合与关联方法及装置。

技术介绍

1、随着农业大数据、数字农业的快速发展，农业管理部门、生产部门、科研部门、生产经营主体等面向不同的生产场景纷纷构建了专业业务系统，由于生产主体管理权限、系统建设目标和方法各异，虽然满足了具体业务目标，但从宏观上，系统间数据因结构、维度、尺度差异缺乏精细化管理，从而难以形成有效、可用的农业生产大数据，数据要素价值发挥受限，针对农业生产过程中的数据多源、分布散、治理机制不明的问题，开展农业生产大数据治理的融合环节研究，以期为数据价值的提升提供基础的技术标准和支撑。

2、在农业生产场景具有数据源数量多、数据尺度不同、数据模态差异的特征，传统的数据存储、处理、分析、交互方式存在访问效率低、数据结构语义单一、跨模态分析复杂的瓶颈。云计算、大数据和人工智能技术纷纷在智慧农业快速落地，数据的分析处理方式越来越多样化，农业生产场景贯穿着小麦、水稻、玉米、蔬菜等全生育期多个阶段，包括视频和图像模态的遥感作物长势、病害、虫害、农事作业数据等，生长环境监测过程的时序本文档来自技高网...

【技术保护点】

1.一种多尺度跨媒体农业生产数据融合与关联方法，其特征在于，包括：

2.根据权利要求1所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，所述不同模态的数据包括文本数据、图像数据、环境监测数据；

3.根据权利要求2所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，对所述图像数据、所述GADF图和所述文本数据分别进行语义解析，提取图像语义向量、GADF图语义向量和文本语义向量，包括：

4. 根据权利要求2所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，将所述图像数据和所述GADF图分别与所述文本数据进行结构对齐，得到第一结构对齐图...

【技术特征摘要】

1.一种多尺度跨媒体农业生产数据融合与关联方法，其特征在于，包括：

2.根据权利要求1所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，所述不同模态的数据包括文本数据、图像数据、环境监测数据；

3.根据权利要求2所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，对所述图像数据、所述gadf图和所述文本数据分别进行语义解析，提取图像语义向量、gadf图语义向量和文本语义向量，包括：

4. 根据权利要求2所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，将所述图像数据和所述gadf图分别与所述文本数据进行结构对齐，得到第一结构对齐图和第二结构对齐图，包括：

5.根据权利要求1所述的多尺度跨媒体农业生产数据融合与关联方法，其特征在于，所述基于实时获取的网络文本数据和网络图像数据，使用强化学习算法训练图文匹配模型，得到训练后的图文匹配模型，包括：

6.根据权利要...

【专利技术属性】
技术研发人员：王菲菲，郭威，朱华吉，李庆学，顾静秋，吴华瑞，
申请(专利权)人：北京市农林科学院信息技术研究中心，
类型：发明
国别省市：