[发明专利]一种基于强化学习的水培花卉生根诱导培育方法

权利要求书

1.一种基于强化学习的水培花卉生根诱导培育方法，其特征在于，包括如下步骤：

1）通过卷积神经网络构建水培花卉根系活力检测机制，得到当前水培花卉的根系所处的生长状态；

2）将水培花卉生根诱导建模为4个离散时间阶段的马尔科夫链，分别代表水培花卉的生根诱导的四个阶段：剪根、根系消毒、驯化、水生育根；

3）对建模的4个离散时间阶段的马尔科夫链进行组合优化，最终得到四个阶段的组合策略，作为水培花卉生根诱导培育的最优方案；

步骤1）中，进行水培花卉根系活力检测机制包括以下步骤：

1.1）将水培花卉根系活力定义为水培花卉长度排名前k条直根的根伸长率之和，记为：

其中RER表示水培花卉根系活力，RER_t-1,t(i)计算如下公式所示：

其中，RER_t-1,t(i)表示水培花卉根系i从日期t-1到日期t的根伸长率，len_t(i)和len_t-1(i)分别表示根系i在日期t和日期t-1测得的长度，P_t-1,t为日期t-1到日期t的间隔；

1.2）对水培花卉的根系边缘进行检测；联合挖掘图像颜色、亮度、梯度特征进行根系边缘检测，采用N4-Fields方法，将根系图像划分为多个局部切片，基于卷积神经网络算出每个局部切片的特征，在预先设定的特征字典里面进行检索，查找与其相似的边缘，将这些相似的边缘信息集成得到根系边缘检测结果；

1.3）对水培花卉的根系长度评估；在根系边缘检测后，利用参照物体图像的尺寸来计算根系长度；首先，基于位置或独特的颜色形状特征选择参考物体，利用参考物体校准单位长度的像素个数，记为像素/度量的比率；其次，对于边缘检测得到的根系图像，与同次拍摄得参考物体图像进行对比，基于像素/度量的比率估算根系长度；

1.4）根据根系的长度计算出排名前k条直根的根伸长率之和，即水培花卉的根系活力。

2.根据权利要求1所述的基于强化学习的水培花卉生根诱导培育方法，其特征在于：步骤3）中，对建模的4个离散时间阶段的马尔科夫链进行组合优化包括以下步骤：

3.1）确定优化的目标为水培花卉根系活力RER和根系颜色C；

3.2）采用免模型的强化学习方法对该马尔科夫链决策问题加以解决。