[发明专利]农业保险赔偿额预测方法、装置、设备及可读存储介质

权利要求书

1.一种农业保险赔偿额预测方法，其特征在于，所述农业保险赔偿额预测方法包括以下步骤：

获取预先采集的农业保险赔偿记录；

通过所述农业保险赔偿记录训练预设机器学习模型，得到赔偿额预测模型；

获取待预测农作物的生长情况信息，并输入所述赔偿额预测模型进行预测，得到所述待预测农作物的预测保险赔偿额。

2.如权利要求1所述的农业保险赔偿额预测方法，其特征在于，所述获取待预测农作物的生长情况信息的步骤包括：

获取待预测农作物的样本图片；

将所述样本图片输入预置图像多分类模型进行分类，得到所述待预测农作物的生长情况信息。

3.如权利要求2所述的农业保险赔偿额预测方法，其特征在于，所述获取待预测农作物的样本图片的步骤之前，还包括：

获取预先采集的农作物图片集，以及所述农作物图片集中每张图片对应的生长情况信息标注；

通过所述农作物图片集和所述生长情况信息标注，基于迭代训练的方式对预置待训练的卷积神经网络CNN模型进行训练，得到所述图像多分类模型。

4.如权利要求3所述的农业保险赔偿额预测方法，其特征在于，所述生长情况信息包括多个信息项，所述预置待训练的CNN模型为多个与所述信息项分别对应的CNN模型，

所述通过所述农作物图片集和所述生长情况信息标注，基于迭代训练的方式对预置待训练的卷积神经网络CNN模型进行训练，得到所述图像多分类模型的步骤包括：

将所述农作物图片集和所述生长情况信息标注按照所述信息项进行划分，得到每个所述CNN模型的训练集；

通过各所述训练集基于迭代训练的方式对应训练各所述CNN模型，将训练完成的各所述CNN模型作为所述图像多分类模型。

5.如权利要求1至4任一项所述的农业保险赔偿额预测方法，其特征在于，所述生长情况信息包括农作物种类信息、生长阶段信息、病害类别信息和病害程度信息。

6.如权利要求1至4任一项所述的农业保险赔偿额预测方法，其特征在于，所述获取待预测农作物的生长情况信息，并输入所述赔偿额预测模型进行预测，得到所述待预测农作物的预测保险赔偿额的步骤之后，还包括：

获取所述待预测农作物的实际保险赔偿额；

通过所述实际保险赔偿额对所述赔偿额预测模型进行更新迭代训练，以更新所述赔偿额预测模型。

7.如权利要求1至4任一项所述的农业保险赔偿额预测方法，其特征在于，所述农业保险赔偿记录包括历史生长情况信息和历史保险赔偿额，

所述通过所述农业保险赔偿记录训练预设机器学习模型，得到赔偿额预测模型的步骤包括：

将所述历史生长情况信息作为特征信息，将所述历史保险赔偿额作为标签信息，对所述预设机器学习模型进行训练，得到赔偿额预测模型。

8.一种农业保险赔偿额预测装置，其特征在于，所述农业保险赔偿额预测装置包括：

获取模块，用于获取预先采集的农业保险赔偿记录；

训练模块，用于通过所述农业保险赔偿记录训练预设机器学习模型，得到赔偿额预测模型；

预测模块，用于获取待预测农作物的生长情况信息，并输入所述赔偿额预测模型进行预测，得到所述待预测农作物的预测保险赔偿额。

9.一种农业保险赔偿额预测设备，其特征在于，所述农业保险赔偿额预测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的农业保险赔偿额预测程序，所述农业保险赔偿额预测程序被所述处理器执行时实现如权利要求1至7中任一项所述的农业保险赔偿额预测方法的步骤。

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业保险赔偿额预测程序，所述农业保险赔偿额预测程序被处理器执行时实现如权利要求1至7中任一项所述的农业保险赔偿额预测方法的步骤。