[发明专利]一种基于大数据挖掘的柑橘病虫害疫情智能推送系统

说明书

本发明涉及软件系统领域，具体涉及一种基于大数据挖掘的柑橘病虫害疫情智能推送系统，包括移动前端及移动后端，移动前端采集柑橘生长图像数据通过无线网络传输图像数据至移动后端进行数据分析，数据分析经过系列分析步骤后形成分析结果并智能推送柑橘生长情况及治理方案，分析结果包括疑似结果、专家意见及治理方案，移动前端为智能无线联网的手机或摄像头，后端为具有云服务器的PC端或APP端，其包括：图像接收过滤模块、网络传输模块、GPS定位模块、智能数据比对模块、专家在线分析模块、分析反馈方案模块，打破种植者与专家之间的障碍，使种植者可以轻松，快速地确定柑橘类疾病的类型以及柑橘类疾病的治疗方法。

技术领域

本发明涉及柑橘林病虫害林间监测技术领域，具体涉及一种基于大数据挖掘的柑橘病虫害疫情智能推送系统。

背景技术

柑橘是世界上种植最广泛的水果之一。然而，柑橘疾病变得越来越严重，这给柑橘种植者造成了巨大的经济损失。

据不完全统计，柑橘在全球140多个国家/地区都有种植。由于气候变暖，禁止使用剧毒农药，柑桔树老化，除草剂滥用和其他因素，柑桔病虫害和疾病日益严重。常见的柑橘病包括柑橘黄龙病(HLB)，炭疽病，溃疡病，黑斑病，砂纸锈病和Sc疮。这些柑橘类疾病通常会影响树叶，树枝，花朵，果实和茎，影响果实品质并损害经济利益。柑橘在我国大规模种植。但是，果农的专业素质普遍不高，与专家沟通不便。当遇到困难的疾病时，不可能及时找到原因和解决方案，从而造成经济损失。柑橘类疾病广泛传播并迅速传播。仅靠人眼无法识别效率低且准确性低。使用深度学习技术可以有效地提高效率和准确性，并节省人力资源。

随着移动设备的飞速发展，移动服务计算在我们的日常生活中扮演着越来越重要的角色。为了解决上述问题，本发明将移动计算与深度学习相结合，因此我们提出了利用DenseNet和移动服务计算大数据挖掘的柑橘病虫害疫情智能推送系统，以打破柑橘种植者与专家之间的障碍，训练了基于DenseNet的柑橘病识别模型，并通过具有云服务器的移动后端如PC端或APP端的微信小程序等智能系统实现了柑橘病的远程在线智能诊断。用户可以拍摄疑似柑橘病病例的照片，并通过PC端或APP端的微信小程序等智能系统将其上传到我们的云服务器移动后端系统。然后它将反馈智能诊断结果。同时，系统可以提供定位服务，以方便用户设置监视点以进行进一步跟踪。该系统还使用户可以直接与在线专家进行交流，通过简化DenseNet的结构，柑橘类疾病的识别准确率超过88％，并且减少了预测时间，大大提高了柑橘的防治效率及生产量。

发明内容

基于此，有必要设计一种基于大数据挖掘的柑橘病虫害疫情智能推送系统，该系统包括移动前端及移动后端，移动前端采集柑橘生长图像数据通过无线网络传输图像数据至移动后端进行数据分析，数据分析经过系列分析步骤后形成分析结果并智能推送柑橘生长情况及治理方案，分析结果包括疑似结果、专家意见及治理方案；

其中，移动前端为智能无线联网的手机或摄像头，移动前端负责实时拍摄柑橘生长图像；

移动后端为具有云服务器的PC端或APP端，其包括：图像接收过滤模块、网络传输模块、GPS定位模块、智能数据比对模块、专家在线分析模块、分析反馈方案模块。

进一步的，移动前端的所述智能无线联网为5G网络。

进一步的，图像接收过滤模块包括利用DenseNet设计了Dense块结构进行对接收图像进行过滤卷积，Dense块结构将每一层连接到其他层，并且每一层都将上一层的特征图作为输入，其中层与层之间的递进公式为：

x_l＝H_l(|x₀，x₁，...，x_l-1|)。

进一步的，网络传输模块为利用Nginx服务器数据传输，Nginx服务器接收及输送图像接收过滤模块卷积后的图像数据。