[发明专利]农业大数据融合方法、装置、设备及存储介质

说明书

本发明实施例公开了一种农业大数据融合方法、装置、设备及存储介质。该方法包括：获取原始序列数据并对所述原始序列数据通过预处理得到预处理后的序列数据，对所述预处理后的序列数据与预设的滤波算子进行卷积运算得到滤波后的序列数据，将滤波后的序列数据通过池化运算算子得到池化后的特征；根据池化后的特征进行数据重构得到重构序列数据，将所述重构序列数据作为目标融合数据。本发明实施例的技术方案实现了更精确的对多源数据融合。

技术领域

本发明实施例涉及大数据技术领域，尤其涉及农业大数据融合的方法、装置、设备及存储介质。

背景技术

农业大数据具有高价值低密度复杂的特点，通过传统统计方法难以将农业大数据的数据价值完全挖掘出来。为了在保证农业大数据价值的充分利用，需要根据大数据的数据性能特征、使用环境、应用范围等多源异构数据来预测农业的生产的情况，从而支持农业信息化方案的优化。

目前，国内外关于农业大数据决策支持方面的方案较少，通常采用数据驱动类的农业大数据系统处理农业大数据，数据驱动类方法不需大量人力成本，具有良好的实用性和通用性。然而，现有技术中大多数数据驱动方法研究仅挖掘了传感器观测参数与历史决策结果的关联关系，未能充分估计各种农作物生长环境对农业生产的支持效果，从而限制了农业生产智能决策方法的应用效能。此外，现有技术中由于农作物生产过程中形成的大数据由农业生产过程中各类信息化设备所产生的数据所组成的多源参数序列所表征，多源参数序列具有较高的参数维度和数据量，无法更准确地对多源参数序列进行特征提取以进行数据压缩，同时不同类型设备采集的数据结构不同且采集时间不同步，为多源数据融合也带来了一定困难。

发明内容

本发明实施例提供了一种农业大数据融合的方法、装置、设备及存储介质，以实现更准确地对农业大数据进行融合。

第一方面，本发明实施例提供了一种农业大数据融合方法，该方法包括：

获取原始序列数据并对所述原始序列数据通过预处理得到预处理后的序列数据，其中，所述原始序列数据包括多种数据源的数值型数据和非数值型数据；

对所述预处理后的序列数据与预设的滤波算子进行卷积运算得到滤波后的序列数据，将滤波后的序列数据通过池化运算算子得到池化后的特征；

根据池化后的特征进行数据重构得到重构序列数据，将所述重构序列数据作为目标融合数据。

第二方面，本发明实施例还提供了一种农业大数据融合装置，该装置包括：

预处理模块，用于获取原始序列数据并对所述原始序列数据通过预处理得到预处理后的序列数据，其中，所述原始序列数据包括多种数据源的数值型数据和非数值型数据；

特征获取模块，用于对所述预处理后的序列数据与预设的滤波算子进行卷积运算得到滤波后的序列数据，将滤波后的序列数据通过池化运算算子得到池化后的特征；

目标融合数据确定模块，用于根据池化后的特征进行数据重构得到重构序列数据，将所述重构序列数据作为目标融合数据。

第三方面，本发明实施例还提供了一种农业大数据融合设备，该设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中任一所述的农业大数据融合方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中任一所述的农业大数据融合方法。