[发明专利]一种农业种植资源信息实时智能采集系统及方法

权利要求书

1.一种农业种植资源信息实时智能采集方法，其特征在于，所述农业种植资源信息实时智能采集方法包括：首先，通过品种信息采集模块采集种植作物品种数据信息；通过种植面积采集模块采集作物种植区域面积数据信息；通过农业生产信息采集模块利用生产设备采集农业作物生产数据信息；其次，中央控制模块通过信息融合模块利用融合程序对采集的数据进行融合处理；通过统计分析模块利用分析程序对采集的数据进行统计分析；通过信息推送模块利用推送程序对采集的农业种植资源信息进行推送；然后，通过云存储模块利用云服务器存储采集的作物品种数据、种植区域面积数据、作物生产数据信息；最后，通过显示模块利用显示器显示采集的作物品种数据、种植区域面积数据、作物生产数据信息及信息融合结果、分析结果、推送信息内容；

所述利用融合程序对采集的数据进行融合处理方法如下：

(1)采集农业数据种类；所述待获取的农业数据种类包括：品种档案、地块管理、人工统计、机械统计和物料管理中的至少两项；其中，各个种类的农业数据中具有重叠农业数据；

(2)获取一种农业数据种类对应的农业数据；基于获取的农业数据，填充获取的农业数据对应的农业数据种类，并填充其他农业数据种类中与该农业数据种类中重叠的部分；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；

(3)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；

(4)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。

2.如权利要求1所述的农业种植资源信息实时智能采集方法，其特征在于，所述利用融合程序对采集的数据进行融合处理方法还包括：

确定所述重构序列数据与所述原始序列数据之间的重构误差；

根据所述重构误差调节所述滤波算子与所述池化运算算子的运算参数得到优化参数；

根据所述优化参数更新所述目标融合数据；

获取历史序列数据，并确定出与所述历史序列数据对应的历史融合数据；

根据所述历史融合数据以及与所述历史融合数据对应的类别信息训练预设的分类器以得到训练后的目标分类器。

3.如权利要求1所述的农业种植资源信息实时智能采集方法，其特征在于，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，包括：

对所述原始序列数据进行归一化处理，得到归一化后的序列数据；

根据预设的排序规则对所述归一化后的序列数据进行排序得到排序结果；

对所述排序结果进行处理得到指标矩阵集合并创建所述指标矩阵集合的条件熵增长因子；

计算所述条件熵增长因子对应的最小条件熵增长参数；

根据所述最小条件熵增长参数更新所述预设的排序规则；

根据更新后的所述预设的排序规则对所述指标矩阵集合进行整合得到所述预处理后的序列数据。

4.如权利要求1所述的农业种植资源信息实时智能采集方法，其特征在于，所述原始序列数据包括：

农作物生产产业链中监测得到的各个环节数据，包括实时温度、湿度、光照数据、病虫害数据、化肥、农药投入数据以及农作物长势数据中的至少一种。