[发明专利]农作物产量预测方法、装置及计算机可读存储介质

权利要求书

1.一种农作物产量预测方法，其特征在于，所述方法包括：

获取农作物样本数据，所述农作物样本数据包括表示农作物的种植特征数据及农作物实际产量值；

根据所述农作物样本数据，训练得到产量预测模型；

获取目标农作物数据；

根据所述产量预测模型，对所述目标农作物数据进行预测，确定所述目标农作物数据对应的预测产量。

2.如权利要求1所述的农作物产量预测方法，其特征在于，所述农作物的种植特征数据包括以下至少一种或者多种的组合：农作物种植过程中的种植面积、种植密度、种植环境中的平均降水量、平均灌溉量、平均蒸发量、平均积温、平均每日光照时间、平均化肥施用量。

3.如权利要求1所述的农作物产量预测方法，其特征在于，在根据所述农作物样本数据，训练得到产量预测模型之前，所述方法还包括：

对所述农作物样本数据进行归一化处理；

利用主成分分析法对归一化后的农作物样本数据进行处理，以将归一化后的农作物样本数据从高维度数据降低到低维度数据。

4.如权利要求1所述的农作物产量预测方法，其特征在于，所述产量预测模型包括BP神经网络结构，所述BP神经网络结构包括：输入层、隐藏层和输出层；

输入层：用于定义农作物的种植特征数据中不同类型的数据输入；

隐藏层：用于利用激励函数对输入层输入的农作物的种植特征数据进行非线性化处理；

输出层：用于在隐藏层之后，输出与农作物产量数据对应的预测产量值。

5.如权利要求1所述的农作物产量预测方法，其特征在于，所述根据所述农作物样本数据，训练得到产量预测模型包括：

输入农作物样本数据；

构建产量预测模型的损失函数，所述损失函数用于表示农作物产量数据对应的预测产量值与农作物产量数据对应的实际产量值之间差值；

迭代计算所述损失函数，直至农作物产量数据对应的预测产量值与农作物产量数据对应的实际产量值之间差值小于预设值。

6.如权利要求1至5任一项所述的农作物产量预测方法，其特征在于，所述方法还包括：

判断所述目标农作物数据对应的预测产量是否符合农作物保险赔付条件；

若所述目标农作物数据对应的预测产量符合农作物保险赔付条件；向所述目标农作物数据的提供者的终端发送赔付通知。

7.如权利要求6所述的农作物产量预测方法，其特征在于，所述判断所述目标农作物数据对应的预测产量是否符合农作物保险赔付条件包括：

判断所述目标农作物数据对应的预测产量是否小于预设值；

若所述目标农作物数据对应的预测产量小于预设值；确定所述目标农作物数据对应的预测产量符合农作物保险赔付条件。

8.一种农作物产量预测装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的农作物产量预测程序，所述农作物产量预测程序被所述处理器执行时实现如下步骤：

获取农作物样本数据，所述样本数据包括表示农作物的种植特征数据及农作物实际产量值；

根据所述农作物样本数据，训练得到产量预测模型；

获取目标农作物数据；

根据所述产量预测模型，对所述目标农作物数据进行预测，确定所述目标农作物数据对应的预测产量。

9.如权利要求8所述的农作物产量预测装置，其特征在于，所述所述农作物产量预测程序被所述处理器执行时还实现如下步骤：

判断所述目标农作物数据对应的预测产量是否符合农作物保险赔付条件；

若所述目标农作物数据对应的预测产量符合农作物保险赔付条件；向所述目标农作物数据的提供者的终端发送赔付通知。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有农作物产量预测程序，所述农作物产量预测程序可被一个或者多个处理器执行，以实现如权利要求1至7中任一项所述的农作物产量预测方法。