[发明专利]基于低功耗传感器和Boost模型的自适应作物管理系统及方法

权利要求书

1.基于低功耗传感器和Boost模型的自适应作物管理系统的管理方法，其特征在于：该方法包括以下步骤：

(1)作物生长环境数据采集和传输：根据作物生长环境布置低功耗土壤传感器、作物生长协变量数据采集设备和光谱相机，利用低功耗网络或高速无线网络将各低功耗土壤传感器、作物生长协变量数据采集设备和光谱相机采集的作物生长环境数据传送至预处理服务器进行分析和保存；

(2)数据预处理：对各低功耗土壤传感器、作物生长协变量数据采集设备和光谱相机采集的作物生长环境数据进行预处理；所述预处理包括数据清洗、数据校正和数据转换；

(3)自适应建模：先进行第一轮迭代，第一轮迭代过程利用动态生成的时序数据，构建多层神经网络来训练多个弱学习器，再将多个弱学习器加权组合起来，生成一个强学习器，建立初始化的自适应模型；然后再进行其他轮迭代，第二轮后的迭代，利用已有的自适应模型对动态新生成的时序数据进行相对误差分析，同时将数据误差反向传递到学习器生成的过程中，优化弱学习器的构建，将新生成的弱学习器加权组合，构成新的强学习器，更新自适应模型的参数，以数据驱动的方式依次动态循环地实现自适应模型优化；

(4)行为决策：根据用户交互系统输入的用户对作物的决策目标，经过自适应模型的分析和计算，提供实现决策目标的管理方案；

步骤(2)中所述的“数据预处理”，其具体包括以下步骤：

(21)构建动态二叉树：各低功耗土壤传感器和光谱相机采集的作物生长环境数据实时生成，设采集的作物生长环境数据X＝{x₁,x₂,…,x_d}，其数据维度为d；对采集的作物生长环境数据的每一个维度都构建一个动态二叉树，用于异常数据的处理；针对采集的作物生长环境数据的一个特定维度，随机选取该维度最大值和最小值之间的某一个值，依次将采集的作物生长环境数据进行分割，建立二叉树，建立的二叉树的数量为d；

(22)动态二叉树减枝：不同维度的二叉树形成不同深度的结点结构，设h(x)为结点x的深度，在满足结点总数达到阈值的条件下，将深度为h(x)＝1的叶子结点和对应数据作为候选异常结点，从当前二叉树删除；将当前二叉树剩余结点对应的数据用于构建其他维度的动态二叉树；

(23)动态二叉树异常处理：从不同的维度将采集的作物生长环境数据集切分到不同的集合中，所有集合都只有一个数据，将最少切分次数的数据点作为异常数据进入候选集；若候选点大于平均误差，则判断为异常点，将该数据剔除，若候选点不大于平均误差，则作为正常数据进入新的动态二叉树构建流程；

(24)动态二叉树更新：周期性地对不同数据维度对应的动态二叉树的前后连接顺序进行调整。

2.根据权利要求1所述的基于低功耗传感器和Boost模型的自适应作物管理系统的管理方法，其特征在于：所述基于低功耗传感器和Boost模型的自适应作物管理系统，包括作物生长环境数据实时采集设备、实时数据分析处理设备和作物管理决策执行设备；

所述作物生长环境数据实时采集设备包括低功耗土壤传感器、光谱相机和作物生长协变量数据采集设备；所述低功耗土壤传感器，用于采集作物生长环境的土壤数据；所述光谱相机，用于采集作物长势的实时状态数据；所述作物生长协变量数据采集设备，用于采集作物影响生长的环境数据；所述低功耗土壤传感器、光谱相机和作物生长协变量数据采集设备由数据采集控制器同步时间戳构建动态生成的时序数据并输出到预处理服务器；

所述实时数据分析处理设备包括预处理服务器、建模计算服务器、经验知识库、模型库和数据传输网络；所述预处理服务器，用于对作物生长环境数据实时采集设备采集的数据进行预处理；所述建模计算服务器，用于对预处理后的数据进行训练，结合经验知识库的知识，构建模型，存储在模型库中；所述预处理服务器的输入端与作物生长环境数据实时采集设备的输出端相连，预处理服务器输出端通过数据传输网络与建模计算服务器的输入端相连；所述建模计算服务器与模型库和经验知识库分别用数据传输网络连接；

所述作物管理决策执行设备包括用户交互设备、生产决策支持服务器和决策执行机构；所述用户交互设备，用于捕捉用户的需求，把交互过程中用户的需求转化为对当前参数调整的决策需求；所述生产决策支持服务器，用于分析用户决策需求，基于模型和数据匹配最佳的决策方案；所述决策执行机构，用于执行实时输出的决策方案。