[发明专利]一种基于PAUC算法的农田智能喷药方法

说明书

本发明公开了一种基于PAUC算法的农田智能喷药方法，包括：S1、将农作物图像解析为包含植物特征向量的数据集；S2、初始化第T次迭代的预测模型w、杂草特征向量集合S₊、农作物特征向量集合S_‑，其中，T＝1；S3、基于数据集内植物特征向量与预设的农作物信息将数据集内植物特征向量划分至S₊或S_‑；S4、基于数据集内植物特征向量计算得到第T次迭代的自适应梯度；S5、通过第T次迭代的自适应梯度更新w；S6、令T＝T+1，执行步骤S3，直到T＞T_max，得到全局预测模型S7、通过从目标植物图像筛选出杂草，并对杂草进行农药喷洒。

技术领域

本发明涉及统计学习分类技术领域，尤其涉及一种基于PAUC算法的农田智能喷药方法。

背景技术

当今社会日新月异，科学技术的不断进步使人们的生活更加便利，农业作为国民经济的基础，其智能化的推进势在必行。农业智能化不仅能够有效改善农业生态环境，而且可以显著提高农业生产经营效率。相应地，智能喷药在农业智能化的推进过程中具有重要意义。

当前，人们通常采用大容量、雨淋式、全覆盖的方法给农作物喷药。但人工喷药通常难以避免以下弊端：1、整个作业环境都弥漫农药，极易造成施药人员中毒；2、人工喷药易造成喷药不均，对杂草喷药并无针对性，药物利用率低，易造成农药浪费；3、喷药效率较低，人工喷药需耗费较大的人力及时间。而当前已经存在的自动喷药设备仍无法避免喷药不合理、操作复杂以及药物浪费的缺点。究其原因，即为无法实时的识别出杂草进行针对性的喷洒，而PAUC(partial area under curve)评估标准，能很好的度量不平衡二分类算法的整体性能，同时其原理在分类领域具有重要意义，因此在机器学习中受到广泛关注。因此，本发明提出了一种基于在线PAUC分类算法的农田智能喷药方法。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于PAUC算法的农田智能喷药方法；

本发明提出的一种基于PAUC算法的农田智能喷药方法，包括：

S1、将农作物图像解析为包含植物特征向量的数据集；

S2、初始化第T次迭代的预测模型w、杂草特征向量集合S₊、农作物特征向量集合S_-，其中，T＝1；

S3、基于数据集内第T株植物的特征向量与预设的农作物信息将数据集内植物特征向量划分至S₊或S_-；

S4、基于数据集内植物特征向量计算得到第T次迭代的自适应梯度；

S5、通过第T次迭代的自适应梯度更新w；

S6、令T＝T+1，执行步骤S3，直到T＞T_max，得到全局预测模型

S7、通过从目标植物图像筛选出杂草，并对杂草进行农药喷洒。

优选地，步骤S1，具体包括：

将农作物图像解析为包含植物特征向量的数据集，记为x_i表示第i株植物的特征向量，x_i∈R^d，R^d表示实数的d维空间，d表示植物信息包含的特征个数，y_i表示植物的类别，且y_i∈{+1,-1}，当y_i＝+1时，表示第i株植物x_i为杂草，当y_i＝-1时，表示第i株植物x_i为农作物，1≤i≤n。

优选地，步骤S2，具体包括：