本發(fā)明涉及種植
技術(shù)領(lǐng)域：
，特別是涉及一種基于種植設(shè)備的病蟲害預(yù)測方法及裝置。
背景技術(shù)：
：隨著科學(xué)技術(shù)的發(fā)展進步，種植箱、種植大棚等種植設(shè)備逐漸增多。種植箱多數(shù)應(yīng)用于小型蔬菜植物的種植，不僅可以用于家庭裝飾，還可以達到娛樂及親子教育的目的。種植大棚多數(shù)應(yīng)用于大規(guī)模蔬菜植物的種植，可以為用戶創(chuàng)造經(jīng)濟效益。在種植設(shè)備中生長的植物，如果維護不當(dāng)，難免會遭受病蟲害。一旦種植設(shè)備中植物遭受病蟲害，將給用戶帶來較大損失。所以，如何預(yù)測植物下一生長階段是否會發(fā)生病蟲害，是目前亟需解決的技術(shù)問題。技術(shù)實現(xiàn)要素：本發(fā)明的目的是提供一種基于種植設(shè)備的病蟲害預(yù)測方法及裝置，以對目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害進行較為準(zhǔn)確的預(yù)測，便于種植設(shè)備或者用戶及時采取相關(guān)措施，減小病蟲害帶來的損失，提升用戶體驗。為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于種植設(shè)備的病蟲害預(yù)測方法，包括：確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物；獲得所述目標(biāo)植物的生長環(huán)境數(shù)據(jù)；對所述生長環(huán)境數(shù)據(jù)進行分析，確定影響所述目標(biāo)植物發(fā)生病蟲害的影響維度信息；根據(jù)所述目標(biāo)植物的影響維度信息和預(yù)先建立的病蟲害預(yù)測模型，預(yù)測所述目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害；其中，通過以下步驟預(yù)先建立所述病蟲害預(yù)測模型：獲得與所述目標(biāo)植物的種類相同的植物的多組病蟲害樣本數(shù)據(jù)；根據(jù)獲得的病蟲害樣本數(shù)據(jù)，構(gòu)建訓(xùn)練集，所述訓(xùn)練集中的每組數(shù)據(jù)包含病蟲害實際發(fā)生結(jié)果及該病蟲害實際發(fā)生結(jié)果對應(yīng)的植物生長過程中的影響維度信息；使用所述訓(xùn)練集進行機器學(xué)習(xí)，建立所述病蟲害預(yù)測模型。在本發(fā)明的一種具體實施方式中，所述使用所述訓(xùn)練集進行機器學(xué)習(xí)，建立所述病蟲害預(yù)測模型，包括：使用所述訓(xùn)練集進行機器學(xué)習(xí)，建立初始病蟲害預(yù)測模型；根據(jù)所述訓(xùn)練集中的影響維度信息和所述初始病蟲害預(yù)測模型，確定所述訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果；將所述訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果與相應(yīng)的病蟲害實際發(fā)生結(jié)果進行比較，計算誤差值；如果所述誤差值不大于設(shè)定閾值，則將所述初始病蟲害預(yù)測模型確定為所述病蟲害預(yù)測模型；如果所述誤差值大于所述設(shè)定閾值，則擴大所述訓(xùn)練集，重復(fù)執(zhí)行所述使用所述訓(xùn)練集進行機器學(xué)習(xí)的步驟，直至所述誤差值不大于所述設(shè)定閾值，獲得所述病蟲害預(yù)測模型。在本發(fā)明的一種具體實施方式中，所述根據(jù)所述目標(biāo)植物的影響維度信息和預(yù)先建立的病蟲害預(yù)測模型，預(yù)測所述目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害，包括：將所述目標(biāo)植物的影響維度信息輸入到預(yù)先建立的病蟲害預(yù)測模型中，采用邏輯回歸算法預(yù)測所述目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。在本發(fā)明的一種具體實施方式中，還包括：如果預(yù)測所述目標(biāo)植物在下一生長階段會發(fā)生病蟲害，則輸出病蟲害預(yù)警信息。在本發(fā)明的一種具體實施方式中，所述輸出病蟲害預(yù)警信息，包括：將病蟲害預(yù)警信息發(fā)送給所述種植設(shè)備，以使所述種植設(shè)備根據(jù)設(shè)定的預(yù)案調(diào)整相應(yīng)的環(huán)境參數(shù)。一種基于種植設(shè)備的病蟲害預(yù)測裝置，包括：目標(biāo)植物確定模塊，用于確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物；生長環(huán)境數(shù)據(jù)獲得模塊，用于獲得所述目標(biāo)植物的生長環(huán)境數(shù)據(jù)；影響維度信息確定模塊，用于對所述生長環(huán)境數(shù)據(jù)進行分析，確定影響所述目標(biāo)植物發(fā)生病蟲害的影響維度信息；病蟲害預(yù)測模塊，用于根據(jù)所述目標(biāo)植物的影響維度信息和預(yù)先建立的病蟲害預(yù)測模型，預(yù)測所述目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害；病蟲害預(yù)測模型建立模塊，用于通過以下步驟預(yù)先建立所述病蟲害預(yù)測模型：獲得與所述目標(biāo)植物的種類相同的植物的多組病蟲害樣本數(shù)據(jù)；根據(jù)獲得的病蟲害樣本數(shù)據(jù)，構(gòu)建訓(xùn)練集，所述訓(xùn)練集中的每組數(shù)據(jù)包含病蟲害實際發(fā)生結(jié)果及該病蟲害實際發(fā)生結(jié)果對應(yīng)的植物生長過程中的影響維度信息；使用所述訓(xùn)練集進行機器學(xué)習(xí)，建立所述病蟲害預(yù)測模型。在本發(fā)明的一種具體實施方式中，所述病蟲害預(yù)測模型建立模塊，具體用于：使用所述訓(xùn)練集進行機器學(xué)習(xí)，建立初始病蟲害預(yù)測模型；根據(jù)所述訓(xùn)練集中的影響維度信息和所述初始病蟲害預(yù)測模型，確定所述訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果；將所述訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果與相應(yīng)的病蟲害實際發(fā)生結(jié)果進行比較，計算誤差值；如果所述誤差值不大于設(shè)定閾值，則將所述初始病蟲害預(yù)測模型確定為所述病蟲害預(yù)測模型；如果所述誤差值大于所述設(shè)定閾值，則擴大所述訓(xùn)練集，重復(fù)執(zhí)行所述使用所述訓(xùn)練集進行機器學(xué)習(xí)的步驟，直至所述誤差值不大于所述設(shè)定閾值，獲得所述病蟲害預(yù)測模型。在本發(fā)明的一種具體實施方式中，所述病蟲害預(yù)測模塊，具體用于：將所述目標(biāo)植物的影響維度信息輸入到預(yù)先建立的病蟲害預(yù)測模型中，采用邏輯回歸算法預(yù)測所述目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。在本發(fā)明的一種具體實施方式中，還包括預(yù)警信息輸出模塊，用于：在預(yù)測所述目標(biāo)植物在下一生長階段會發(fā)生病蟲害時，輸出病蟲害預(yù)警信息。在本發(fā)明的一種具體實施方式中，所述預(yù)警信息輸出模塊，具體用于：將病蟲害預(yù)警信息發(fā)送給所述種植設(shè)備，以使所述種植設(shè)備根據(jù)設(shè)定的預(yù)案調(diào)整相應(yīng)的環(huán)境參數(shù)。本發(fā)明實施例所提供的技術(shù)方案，通過機器學(xué)習(xí)預(yù)先建立病蟲害預(yù)測模型，確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物后，可以獲得目標(biāo)植物的生長環(huán)境數(shù)據(jù)，并對生長環(huán)境數(shù)據(jù)進行分析，確定影響目標(biāo)植物發(fā)生病蟲害的影響維度信息，根據(jù)目標(biāo)植物的影響維度信息與預(yù)先建立的病蟲害預(yù)測模型，可以預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。應(yīng)用本發(fā)明實施例所提供的技術(shù)方案，可以對目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害進行較為準(zhǔn)確的預(yù)測，便于種植設(shè)備或者用戶及時采取相關(guān)措施，減小病蟲害帶來的損失，提升用戶體驗。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例中一種基于種植設(shè)備的病蟲害預(yù)測方法的實施流程圖；圖2為本發(fā)明實施例中一種基于種植設(shè)備的病蟲害預(yù)測裝置的結(jié)構(gòu)示意圖。具體實施方式為了使本
技術(shù)領(lǐng)域：
的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步的詳細(xì)說明。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。參見圖1所示，為本發(fā)明實施例所提供的一種基于種植設(shè)備的病蟲害預(yù)測方法的實施流程圖，該方法可以包括以下步驟：S110：確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物。在本發(fā)明實施例中，目標(biāo)植物為在種植箱、種植大棚等種植設(shè)備中生長的植物，可能正處于某個生長階段。在實際應(yīng)用中，目標(biāo)植物在生長過程中，受其所處的環(huán)境條件的影響，可能會遭受病蟲害。如果用戶或者種植設(shè)備能夠提前獲知目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害，則有助于用戶或者種植設(shè)備提前采取相應(yīng)措施，如調(diào)整環(huán)境參數(shù)等，減小病蟲害帶來的損失。針對目標(biāo)植物的病蟲害的預(yù)測需求，應(yīng)用本發(fā)明實施例所提供的技術(shù)方案，可以預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。在本發(fā)明實施例中，可以在接收到用戶針對目標(biāo)植物的病蟲害預(yù)測請求時，確定待預(yù)測病蟲害的目標(biāo)植物，還可以按照設(shè)定周期確定待預(yù)測病蟲害的目標(biāo)植物，定期對目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害進行預(yù)測。S120：獲得目標(biāo)植物的生長環(huán)境數(shù)據(jù)。在本發(fā)明實施例中，生長環(huán)境數(shù)據(jù)為生長過程中的環(huán)境信息數(shù)據(jù)。具體的，生長環(huán)境數(shù)據(jù)可以是濕度、溫度、空氣中二氧化碳含量、光照量、土壤PH值、土壤中設(shè)定化學(xué)成分的含量等數(shù)據(jù)。在步驟S110確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物后，可以獲得目標(biāo)植物的生長環(huán)境數(shù)據(jù)。在目標(biāo)植物生長過程中，可以通過環(huán)境監(jiān)測手段實時獲取并記錄目標(biāo)植物所處的環(huán)境信息，比如，通過種植設(shè)備中內(nèi)置的溫度傳感器獲取溫度信息，通過種植設(shè)備中內(nèi)置的濕度傳感器獲取濕度信息等。這些信息可以存儲于數(shù)據(jù)庫中，在確定待預(yù)測病蟲害的目標(biāo)植物后，在數(shù)據(jù)庫中提取該目標(biāo)植物的生長環(huán)境數(shù)據(jù)。S130：對生長環(huán)境數(shù)據(jù)進行分析，確定影響目標(biāo)植物發(fā)生病蟲害的影響維度信息?？梢岳斫獾氖?，植物是否會發(fā)生病蟲害與其所處的生長環(huán)境有較大關(guān)系。在本發(fā)明實施例中，每一類生長環(huán)境數(shù)據(jù)即可作為一種影響植物發(fā)生病蟲害的影響維度。具體的，影響維度可以是溫度、濕度、空氣中二氧化碳含量、光照量、土壤PH值、土壤中設(shè)定化學(xué)成分的含量等。在步驟S120獲得了目標(biāo)植物的生長環(huán)境數(shù)據(jù)，進一步可以對該生長環(huán)境數(shù)據(jù)進行分析，確定影響目標(biāo)植物發(fā)生病蟲害的影響維度信息。比如，對目標(biāo)植物的生長環(huán)境數(shù)據(jù)進行分析后，可以確定出影響目標(biāo)植物發(fā)生病蟲害的5個影響維度，每個影響維度對應(yīng)的影響維度信息如表1所示：影響維度a影響維度b影響維度c影響維度d影響維度e1241592553196表1在表1中，影響維度a信息為124、影響維度b信息為159，影響維度c信息為255，影響維度d信息為31，影響維度e信息為96。每個影響維度信息可以是根據(jù)預(yù)設(shè)的量化標(biāo)準(zhǔn)對實際值進行量化后的量化值。舉例而言，影響維度a為土壤中設(shè)定化學(xué)成分的含量，當(dāng)該含量處于[0％,20％]范圍時，可以將其量化為51，當(dāng)該含量處于[40％,60％]范圍時，可以將其量化為124。需要說明的是，上述僅為示例，可以根據(jù)實際情況對影響維度信息進行量化。在執(zhí)行本發(fā)明實施例所提供的技術(shù)方案過程中，使用相同的量化標(biāo)準(zhǔn)即可。S140：根據(jù)目標(biāo)植物的影響維度信息及預(yù)先建立的病蟲害預(yù)測模型，預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。在本發(fā)明實施例中，可以預(yù)先建立病蟲害預(yù)測模型。具體的，可以針對每種植物，建立與該種植物對應(yīng)的病蟲害預(yù)測模型，并將多個病蟲害預(yù)測模型歸入到一個模型庫中進行維護和管理。當(dāng)需要對目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害進行預(yù)測時，可以在模型庫中選擇出該目標(biāo)植物對應(yīng)的病蟲害預(yù)測模型。在本發(fā)明一種具體實施方式中，可以通過以下步驟預(yù)先建立病蟲害預(yù)測模型：步驟一：獲得與目標(biāo)植物的種類相同的植物的多組病蟲害樣本數(shù)據(jù)；步驟二：根據(jù)獲得的病蟲害樣本數(shù)據(jù)，構(gòu)建訓(xùn)練集，訓(xùn)練集中的每組數(shù)據(jù)包含病蟲害實際發(fā)生結(jié)果及該病蟲害實際發(fā)生結(jié)果對應(yīng)的植物生長過程中的影響維度信息；步驟三：使用訓(xùn)練集進行機器學(xué)習(xí)，建立病蟲害預(yù)測模型。為便于描述，將上述三個步驟結(jié)合起來進行說明。在本發(fā)明實施例中，可以從已有的樣本數(shù)據(jù)庫或者通過收集方式，獲得與目標(biāo)植物的種類相同的植物的多組病蟲害樣本數(shù)據(jù)。比如，目標(biāo)植物為番茄，可以獲得在不同生長環(huán)境下生長的番茄的病蟲害樣本數(shù)據(jù)。根據(jù)獲得的病蟲害樣本數(shù)據(jù)，可以構(gòu)建訓(xùn)練集。訓(xùn)練集中每組數(shù)據(jù)包含病蟲害實際發(fā)生結(jié)果及該病蟲害實際發(fā)生結(jié)果對應(yīng)的植物生長過程中的影響維度信息。比如，訓(xùn)練集中的數(shù)據(jù)如表2所示：表2在表2中，第一組數(shù)據(jù)表明，在影響維度a信息為51、影響維度b信息為159、影響維度c信息為253、影響維度d信息為159、影響維度e信息為50的條件下，番茄的病蟲害實際發(fā)生結(jié)果為“不得病”，同樣，第二組數(shù)據(jù)表明，影響維度a信息為124、影響維度b信息為253、影響維度c信息為255、影響維度d信息為63、影響維度e信息為96的條件下，番茄的病蟲害實際發(fā)生結(jié)果為“得病”，……。表2中每個影響維度信息為根據(jù)預(yù)設(shè)的量化標(biāo)準(zhǔn)進行量化的結(jié)果。使用訓(xùn)練集進行機器學(xué)習(xí)，具體的，可以采用SparkMLlib工具進行機器學(xué)習(xí)。對訓(xùn)練集進行機器學(xué)習(xí)后，可以建立病蟲害預(yù)測模型，該病蟲害預(yù)測模型與目標(biāo)植物的種類相對應(yīng)。在本發(fā)明的一種具體實施方式中，使用訓(xùn)練集進行機器學(xué)習(xí)，建立病蟲害預(yù)測模型的步驟可以包括以下步驟：第一個步驟：使用訓(xùn)練集進行機器學(xué)習(xí)，建立初始病蟲害預(yù)測模型；第二個步驟：根據(jù)訓(xùn)練集中的影響維度信息和初始病蟲害預(yù)測模型，確定訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果；第三個步驟：將訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果與相應(yīng)的病蟲害實際發(fā)生結(jié)果進行比較，計算誤差值；第四個步驟：如果誤差值不大于設(shè)定閾值，則將初始病蟲害預(yù)測模型確定為病蟲害預(yù)測模型；第五個步驟：如果誤差值大于設(shè)定閾值，則擴大訓(xùn)練集，重復(fù)執(zhí)行第一個步驟，直至誤差值不大于設(shè)定閾值，獲得病蟲害預(yù)測模型。為便于描述，將上述五個步驟結(jié)合起來進行說明?？梢岳斫獾氖?，訓(xùn)練集中包含的數(shù)據(jù)量的多少，決定了病蟲害預(yù)測模型預(yù)測的準(zhǔn)確程度。在使用訓(xùn)練集進行機器學(xué)習(xí)，建立初始病蟲害預(yù)測模型之后，可以根據(jù)訓(xùn)練集中的影響維度信息和該初始病蟲害預(yù)測模型，確定訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果。比如，訓(xùn)練集的數(shù)據(jù)文件為：0128:51129:159130:253……1159:124160:253161:253……1125:145126:255127:211……1153:5154:63155:197……1152:1153:168154:242…………其中，0代表不得病，1代表得病。將訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果與相應(yīng)的病蟲害實際發(fā)生結(jié)果進行比較，可以計算得到誤差值。比如，上例訓(xùn)練集中的影響維度信息對應(yīng)的病蟲害測試結(jié)果與相應(yīng)的病蟲害實際發(fā)生結(jié)果的關(guān)系表如表3所示：表3根據(jù)表3，可以計算病蟲害測試結(jié)果與病蟲害實際發(fā)生結(jié)果的誤差值為：TrainErr＝0.0。如果該誤差值不大于設(shè)定閾值，則表明當(dāng)前的初始病蟲害預(yù)測模型的準(zhǔn)確程度能夠達到設(shè)定要求，可以直接將該初始病蟲害預(yù)測模型確定為病蟲害預(yù)測模型。設(shè)定閾值可以根據(jù)實際情況進行設(shè)定和調(diào)整，本發(fā)明實施例對此不做限制。如果該誤差值大于設(shè)定閾值，則表明當(dāng)前的初始病蟲害預(yù)測模型的準(zhǔn)確程度不能夠達到設(shè)定要求，在這種情況下，可以擴大訓(xùn)練集，具體的，可以通過收集更多的病蟲害樣本數(shù)據(jù)構(gòu)建訓(xùn)練集。擴大訓(xùn)練集后，可以重復(fù)執(zhí)行使用訓(xùn)練集進行機器學(xué)習(xí)的步驟，直至誤差值不大于設(shè)定閾值，獲得當(dāng)前的病蟲害預(yù)測模型，以供后續(xù)業(yè)務(wù)使用。這樣，可以提高病蟲害預(yù)測模型的預(yù)測準(zhǔn)確程度。根據(jù)目標(biāo)植物的影響維度信息及預(yù)先建立的病蟲害預(yù)測模型，可以預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。具體的，將目標(biāo)植物的影響維度信息輸入到預(yù)先建立的病蟲害預(yù)測模型中，采用邏輯回歸算法預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。本發(fā)明實施例所提供的方法，通過機器學(xué)習(xí)預(yù)先建立病蟲害預(yù)測模型，確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物后，可以獲得目標(biāo)植物的生長環(huán)境數(shù)據(jù)，并對生長環(huán)境數(shù)據(jù)進行分析，確定影響目標(biāo)植物發(fā)生病蟲害的影響維度信息，根據(jù)目標(biāo)植物的影響維度信息與預(yù)先建立的病蟲害預(yù)測模型，可以預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。應(yīng)用本發(fā)明實施例所提供的方法，可以對目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害進行較為準(zhǔn)確的預(yù)測，便于種植設(shè)備或者用戶及時采取相關(guān)措施，減小病蟲害帶來的損失，提升用戶體驗。在本發(fā)明的一個實施例中，該方法還可以包括以下步驟：如果預(yù)測目標(biāo)植物在下一生長階段會發(fā)生病蟲害，則輸出病蟲害預(yù)警信息。如果預(yù)測目標(biāo)植物在下一生長階段會發(fā)生病蟲害，則輸出病蟲害預(yù)警信息，具體的，可以將該預(yù)警信息輸出給種植設(shè)備，由種植設(shè)備控制其內(nèi)置的病蟲害預(yù)警指示燈閃爍，或者，可以將該預(yù)警信息輸出給用戶，以使用戶針對該預(yù)警信息采取相應(yīng)措施。在本發(fā)明的一種具體實施方式中，具體可以將病蟲害預(yù)警信息發(fā)送給種植設(shè)備，以使種植設(shè)備根據(jù)設(shè)定的預(yù)案調(diào)整相應(yīng)的環(huán)境參數(shù)。在本發(fā)明實施例中，可以針對病蟲害設(shè)定預(yù)案，并在種植設(shè)備中保存。當(dāng)種植設(shè)備接收到病蟲害預(yù)警信息時，可以根據(jù)設(shè)定的預(yù)案調(diào)整相應(yīng)的環(huán)境參數(shù)。比如，通過其內(nèi)置的溫度調(diào)節(jié)裝置調(diào)節(jié)種植設(shè)備內(nèi)溫度，或者通過其內(nèi)置的營養(yǎng)液更換裝置更換營養(yǎng)液等。這樣，可以有效避免病蟲害的發(fā)生，減小病蟲害帶來的損失。相應(yīng)于上面的方法實施例，本發(fā)明實施例還提供了一種基于種植設(shè)備的病蟲害預(yù)測裝置，下文描述的一種基于種植設(shè)備的病蟲害預(yù)測裝置與上文描述的一種基于種植設(shè)備的病蟲害預(yù)測方法可相互對應(yīng)參照。參見圖2所示，該裝置包括以下模塊：目標(biāo)植物確定模塊210，用于確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物；生長環(huán)境數(shù)據(jù)獲得模塊220，用于獲得目標(biāo)植物的生長環(huán)境數(shù)據(jù)；影響維度信息確定模塊230，用于對生長環(huán)境數(shù)據(jù)進行分析，確定影響目標(biāo)植物發(fā)生病蟲害的影響維度信息；病蟲害預(yù)測模塊240，用于根據(jù)目標(biāo)植物的影響維度信息和預(yù)先建立的病蟲害預(yù)測模型，預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害；病蟲害預(yù)測模型建立模塊250，用于通過以下步驟預(yù)先建立病蟲害預(yù)測模型：獲得與目標(biāo)植物的種類相同的植物的多組病蟲害樣本數(shù)據(jù)；根據(jù)獲得的病蟲害樣本數(shù)據(jù)，構(gòu)建訓(xùn)練集，訓(xùn)練集中的每組數(shù)據(jù)包含病蟲害實際發(fā)生結(jié)果及該病蟲害實際發(fā)生結(jié)果對應(yīng)的植物生長過程中的影響維度信息；使用訓(xùn)練集進行機器學(xué)習(xí)，建立病蟲害預(yù)測模型。本發(fā)明實施例所提供的裝置，通過機器學(xué)習(xí)預(yù)先建立病蟲害預(yù)測模型，確定在種植設(shè)備內(nèi)生長的待預(yù)測病蟲害的目標(biāo)植物后，可以獲得目標(biāo)植物的生長環(huán)境數(shù)據(jù)，并對生長環(huán)境數(shù)據(jù)進行分析，確定影響目標(biāo)植物發(fā)生病蟲害的影響維度信息，根據(jù)目標(biāo)植物的影響維度信息與預(yù)先建立的病蟲害預(yù)測模型，可以預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。應(yīng)用本發(fā)明實施例所提供的裝置，可以對目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害進行較為準(zhǔn)確的預(yù)測，便于種植設(shè)備或者用戶及時采取相關(guān)措施，減小病蟲害帶來的損失，提升用戶體驗。在本發(fā)明的一種具體實施方式中，病蟲害預(yù)測模型建立模塊250，具體用于：使用訓(xùn)練集進行機器學(xué)習(xí)，建立初始病蟲害預(yù)測模型；根據(jù)訓(xùn)練集中的影響維度信息和初始病蟲害預(yù)測模型，確定訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果；將訓(xùn)練集中每組影響維度信息對應(yīng)的病蟲害測試結(jié)果與相應(yīng)的病蟲害實際發(fā)生結(jié)果進行比較，計算誤差值；如果誤差值不大于設(shè)定閾值，則將初始病蟲害預(yù)測模型確定為病蟲害預(yù)測模型；如果誤差值大于設(shè)定閾值，則擴大訓(xùn)練集，重復(fù)執(zhí)行使用訓(xùn)練集進行機器學(xué)習(xí)的步驟，直至誤差值不大于設(shè)定閾值，獲得病蟲害預(yù)測模型。在本發(fā)明的一種具體實施方式中，病蟲害預(yù)測模塊240，具體用于：將目標(biāo)植物的影響維度信息輸入到預(yù)先建立的病蟲害預(yù)測模型中，采用邏輯回歸算法預(yù)測目標(biāo)植物在下一生長階段是否會發(fā)生病蟲害。在本發(fā)明的一種具體實施方式中，還包括預(yù)警信息輸出模塊，用于：在預(yù)測目標(biāo)植物在下一生長階段會發(fā)生病蟲害時，輸出病蟲害預(yù)警信息。在本發(fā)明的一種具體實施方式中，預(yù)警信息輸出模塊，具體用于：將病蟲害預(yù)警信息發(fā)送給種植設(shè)備，以使種植設(shè)備根據(jù)設(shè)定的預(yù)案調(diào)整相應(yīng)的環(huán)境參數(shù)。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。專業(yè)人員還可以進一步意識到，結(jié)合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。結(jié)合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實施。軟件模塊可以置于隨機存儲器(RAM)、內(nèi)存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或
技術(shù)領(lǐng)域：
內(nèi)所公知的任意其它形式的存儲介質(zhì)中。本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的技術(shù)方案及其核心思想。應(yīng)當(dāng)指出，對于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對本發(fā)明進行若干改進和修飾，這些改進和修飾也落入本發(fā)明權(quán)利要求的保護范圍內(nèi)。當(dāng)前第1頁1 2 3