[发明专利]基于深度学习的水稻叶龄诊断模型化方法

权利要求书

1.基于深度学习的水稻叶龄诊断模型化方法，其特征在于：所述基于深度学习的水稻叶龄诊断模型化方法是基于基于深度学习的水稻叶龄诊断模型化装置实现的，所述装置包括采集单元；所述采集单元，用于采集水稻叶片的图片信息作为第一图像信息传送给处理中心；所述采集单元，用于采集水稻叶片上虫孔的图片信息作为第二图片信息传送给处理中心；所述采集单元，用于采集水稻叶龄诊断试验箱内部的环境数据，并将所述环境数据发送给处理中心；所述处理中心，根据第一图像信息、第二图片信息和环境数据，以及预先确定的水稻叶龄上的病虫害信息对应的环境数据，确定预测结果，并将预测结果发送给展示中心，所述基于深度学习的水稻叶龄诊断模型化方法为：采集单元用于采集水稻叶龄诊断试验箱内部的环境数据，并将环境数据发送给处理中心，环境数据包括温度数据、湿度数据和土壤内部肥量数据，通过温度传感器采集试验箱内部的温度数据，通过湿度传感器采集试验箱内部的湿度数据，通过土壤测试仪采集土壤内部肥量数据，并将这些数据发送给处理中心；处理中心，根据第一图像信息、第二图片信息和环境数据，以及预先确定的水稻叶龄上的病虫害信息对应的环境数据，确定预测结果，并将预测结果发送给展示中心；展示中心，用于将图片数据在显示屏上进行展示，图片数据为水稻叶龄与环境数据的曲线信息，展示中心将曲线图片展示到显示屏，网页或APP上，便于人们进行深度学习水稻的叶龄信息和环境的关系；处理中心采用Lambda架构，Lambda架构是一个大数据处理框架，该框架的做法是将大数据系统架构拆分成了三层，第一层主要利用分布式处理系统处理大批量的数据，第二层处理实时的增量数据，第三层用于响应用户的查询请求，并展示最后的结果，该架构同时支持实时和批处理业务。