[发明专利]农业大数据分析的方法及装置

权利要求书

1.一种农业大数据分析的方法，其特征在于，包括如下步骤：

A)获取农作物在耕地、播种、施肥、杀虫、收割、存储和育种环节的生长特性数据和生长环境数据，并将其通过无线方式上传到智慧农业大数据监测平台；

B)通过所述智慧农业大数据监测平台建立农作物质量预测模型；

C)根据所述生长特性数据和生长环境数据，并结合多种不同的监督分类算法，对所述农作物质量预测模型进行训练；

D)根据训练好的农作物质量预测模型，对农作物的生长特性数据和生长环境数据进行大数据分析，以输出农作物的预测分类结果；所述农作物的预测分类结果包括农作物的每日行情、价格走势、行情趋势预测和涨跌预警信息。

2.根据权利要求1所述的农业大数据分析的方法，其特征在于，所述生长特性数据包括苗情状况与环境因子和生理参数指标之间的规律；所述生长环境数据包括空气温湿度、土壤温湿度、土壤肥力、施肥次数、浇水和除草次数。

3.根据权利要求1或2所述的农业大数据分析的方法，其特征在于，所述步骤C)进一步包括：

C1)根据所述生长特性数据和生长环境数据建立样本集；

C2)对所述样本集进行抽样，得到多个不同的样本训练集；

C3)将所述多个不同的样本训练集分别输入到不同的分类器中，采用不同的监督分类算法对相应的分类器进行训练。

4.一种实现如权利要求1所述的农业大数据分析的方法的装置，其特征在于，包括：

数据获取上传单元：用于获取农作物在耕地、播种、施肥、杀虫、收割、存储和育种环节的生长特性数据和生长环境数据，并将其通过无线方式上传到智慧农业大数据监测平台；

模型建立单元：用于通过所述智慧农业大数据监测平台建立农作物质量预测模型；

模型训练单元：用于根据所述生长特性数据和生长环境数据，并结合多种不同的监督分类算法，对所述农作物质量预测模型进行训练；

大数据分析输出单元：用于根据训练好的农作物质量预测模型，对农作物的生长特性数据和生长环境数据进行大数据分析，以输出农作物的预测分类结果；所述农作物的预测分类结果包括农作物的每日行情、价格走势、行情趋势预测和涨跌预警信息。

5.根据权利要求4所述的装置，其特征在于，所述生长特性数据包括苗情状况与环境因子和生理参数指标之间的规律；所述生长环境数据包括空气温湿度、土壤温湿度、土壤肥力、施肥次数、浇水和除草次数。

6.根据权利要求4或5所述的装置，其特征在于，所述模型训练单元进一步包括：

样本集建立模块：用于根据所述生长特性数据和生长环境数据建立样本集；

抽样模块：用于对所述样本集进行抽样，得到多个不同的样本训练集；

分类训练模块：用于将所述多个不同的样本训练集分别输入到不同的分类器中，采用不同的监督分类算法对相应的分类器进行训练。