[发明专利]虫害预测模型训练的方法、虫害预测的方法及装置

权利要求书

1.一种虫害预测模型训练的方法，其特征在于，包括：

获取多个环境因素特征数据和虫害类型数据；

根据预设的匹配规则，确定每个所述环境因素特征数据与所述虫害类型数据的匹配度；

根据每个所述环境因素特征数据和对应的所述匹配度，确定多个训练样本数据；

将所述多个训练样本数据与所述虫害类型数据输入待训练虫害预测模型进行迭代训练，以确定目标虫害预测模型。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的匹配规则，确定每个所述环境因素特征数据与所述虫害类型数据的匹配度，包括：

将多个所述环境因素特征数据与所述虫害类型数据，输入预设的匹配模型，得到每个所述环境因素特征数据与所述虫害类型数据之间的匹配度。

3.根据权利要求2所述的方法，其特征在于，所述匹配度根据以下公式确定：

其中，scores(i)表示环境因素i与虫害类型的相关分数；scores(k)表示k个环境因素与虫害类型的相关分数，k为自然数。

4.根据权利要求1或2所述的方法，其特征在于，所述将多个训练样本数据与所述虫害类型数据输入待训练虫害预测模型进行迭代训练，以确定目标虫害预测模型，包括：

根据所述多个训练样本数据，确定虫害类型预测数据；

根据所述虫害类型预测数据和所述虫害类型数据，确定所述待训练虫害预测模型的损失函数；

根据所述损失函数，调整待训练虫害预测模型的模型参数；

将所述多个训练样本数据为调整后的待训练虫害预测模型的输入，以对待训练虫害预测模型进行迭代训练，

当所述训练满足预设训练条件时，将训练后的虫害预测模型作为目标虫害预测模型。

5.根据权利要求1所述的方法，其特征在于，所述预设训练条件包括：

迭代次数达到预设次数阈值；或，

待训练虫害预测模型的损失函数与上一次迭代过程中确定的损失函数之间的差值不超过预设差值阈值。

6.根据权利要求1所述的方法，其特征在于，所述获取多个环境因素特征数据，包括：

获取多个环境因素数据；

采用预设的卷积神经网络，对所述多个环境因素数据进行特征提取，得到多个环境因素特征数据。

7.一种虫害预测的方法，其特征在于，包括：

获取多个环境因素特征数据；

将多个所述环境因素特征数据输入利用权利要求1至6任意一项所述的虫害预测模型训练的方法训练得到的所述目标虫害预测模型，得到与所述环境因素特征数据对应的虫害类型信息。

8.根据权利要求7所述的方法，其特征在于，所述获取多个环境因素特征数据，包括：

获取多个环境因素数据；

采用预设的卷积神经网络，对所述多个环境因素数据进行特征提取，得到多个环境因素特征数据。

9.一种虫害预测模型训练的装置，其特征在于，所述装置包括：

获取模块，用于获取多个环境因素特征数据和虫害类型数据；

匹配模块，用于根据预设的匹配规则，确定每个所述环境因素特征数据与所述虫害类型数据的匹配度；

确定模块，用根据每个所述环境因素特征数据和对应的所述匹配度，确定多个训练样本数据；

训练模块，用于将所述多个训练样本数据与所述虫害类型数据输入待训练虫害预测模型进行迭代训练，以确定目标虫害预测模型。

10.一种虫害预测的装置，其特征在于，所述装置包括：

获取模块，用于获取多个环境因素特征数据；

预测模块，用于将所述多个环境因素特征数据输入利用权利要求1至6任意一项所述的虫害预测模型训练的方法训练得到的所述目标虫害预测模型，得到与所述环境因素特征数据对应的虫害类型信息。