一种基于信息熵的农业气象数据冗余消除方法及系统

    公开(公告)号:CN109636660A

    公开(公告)日:2019-04-16

    申请号:CN201811231336.3

    申请日:2018-10-22

    CPC classification number: G06Q50/02

    Abstract: 本发明涉及农业数据处理领域,具体涉及一种基于信息熵的农业气象数据冗余消除方法,包括:构建决策信息表步骤,采集所有对象集合、条件属性集、决策属性集、属性值集以及系统函数,并构建成决策信息表;计算互信息量步骤,根据信息熵和条件熵可得出互信息量;确定相关属性步骤,若属性a是相关属性,则令核属性数据集R=R∪{a};确定核属性数据集步骤,用于确定核属性数据集R的值,若核属性数据集R与决策属性集之间的互信息量等于条件属性集与决策属性集之间互信息量,输出核属性数据集R;灾害评估步骤,对核属性数据集R进行数据挖掘分析,根据结果对农业气象灾害进行评估。本发明能提升对农业气象数据的处理速度,能提高农业气象灾害评估准确度。

    一种实现影响因素多源异构融合的农作物产量预测方法

    公开(公告)号:CN109635994A

    公开(公告)日:2019-04-16

    申请号:CN201811237966.1

    申请日:2018-10-23

    CPC classification number: G06Q10/04 G06Q50/02

    Abstract: 本发明涉及多源异构数据的融合和挖掘领域,具体公开了一种实现影响因素多源异构融合的农作物产量预测方法,包括如下步骤:获取农业大数据;对不同类型的数据,选取对应的单核函数,构建单核SVR模型,分别选取精度最高的单核函数,构成基核函数;初始化基核函数形成初始线性多核函数;利用粒子群优化算法对基核函数各参数的值进行联合迭代优化,构建多核SVR预测模型,利用多核SVR预测模型进行初步预测;利用交叉验证算法,计算预测的均值作为适应度值;根据适应度值的大小更新各个参数的值,直到达到终止条件;输出各个参数的值,得到最终的预测方程。采用本发明的技术方案能提高农作物产量的预测精度。

    基于品质因数的农业物联网多源数据融合方法及系统

    公开(公告)号:CN109636659A

    公开(公告)日:2019-04-16

    申请号:CN201811231303.9

    申请日:2018-10-22

    CPC classification number: G06Q50/02

    Abstract: 本发明涉及到大数据技术中多源异构数据预处理领域,具体涉及一种基于品质因数的农业物联网多源数据融合方法及系统,包括处理模块和各个传感器,传感器包括温度传感器和湿度传感器,若为夏天且下暴雨,改变温度传感器和湿度传感器的采集状态,反之,则不改变;基于限幅滤波平均算法,处理模块对各个传感器的数据进行限幅滤波和平均处理,处理后得到各个传感器的有效数据和品质因数,处理模块利用数学方法将有效数据和品质因数相乘,得到最终融合后的数值型数据。本发明适用于海量农业数据中同类数据的融合。

    一种基于农业大数据的异常值检测方法

    公开(公告)号:CN109345137A

    公开(公告)日:2019-02-15

    申请号:CN201811232322.3

    申请日:2018-10-22

    Abstract: 本发明涉及农业异常值检测领域,具体涉及一种基于农业大数据的异常值检测方法,包括:数据采集步骤,采集农业生产数据、农业土壤数据和农业气象资源数据,并整合成训练数据集;构建iTree树步骤,从训练数据集中选取m个样本点,不断随机选取分裂属性和分裂点,直到达到终止条件;构建孤立森林算法模型步骤,初始化孤立森林中的iTree树的数目t和构建iTree树时抽取的子样本集m,进入循环构建iTree树的步骤,构建相互独立的iTree树,所有iTree树的集合构成孤立森林算法模型;异常值判断步骤,计算异常分值s(x),通过异常分值s(x)判断测试数据x是否为异常值。本发明将孤立森林算法模型应用到农业大数据的异常值检测,能有效地提高农业大数据的异常值的检测效果。

Patent Agency Ranking