[发明专利]农业大数据环境特征处理方法、装置及电子设备

权利要求书

1.一种农业大数据环境特征处理方法，其特征在于，所述方法包括：

从多个环境维度出发，分别采集农作物不同生长周期的环境数据；

按照环境维度对所述环境数据进行清洗降噪以及归一化处理，得到特征库；

获取所述农作物不同生长周期的生长速率，并对所述生长速率进行归一化处理；

针对所述特征库中的每个环境特征，计算所述环境特征在各个生长周期的变化趋势与所述生长速率在各个生长周期的变化趋势之间的相似度；

确定相似度高于相似度预设值的环境特征，生成关系型数据库；

针对关系型数据库中的每个环境特征，计算所述环境特征的信息增益；

基于所述环境特征的信息增益，建立决策树训练模型；

根据所述决策树训练模型确定所述决策树训练模型中各个环境特征对生长速率影响的权重；

确定权重高于权重预设值的环境特征，得到关键环境特征集。

2.根据权利要求1所述的农业大数据环境特征处理方法，其特征在于，采集的环境特征至少包括：温度、湿度、气压、光照条件、土壤酸碱度、化学元素、人为因素、种子状态。

3.根据权利要求1所述的农业大数据环境特征处理方法，其特征在于，针对关系型数据库中的每个环境特征，计算所述环境特征的信息增益，包括：

计算所述农作物生长速率的信息熵；

针对关系型数据库中的每个环境特征，将所述环境特征与所述生长速率相结合，计算所述环境特征的信息熵，根据所述农作物生长速率的信息熵和所述环境特征的信息熵得到所述环境特征的信息增益；所述环境特征的信息增益为所述农作物生长速率的信息熵与所述环境特征的信息熵之差。

4.根据权利要求1所述的农业大数据环境特征处理方法，其特征在于，基于所述环境特征的信息增益，建立决策树训练模型，包括：

建立以所述关系型数据库中的所有环境特征为根节点的决策树；

将所述环境特征按照其特征值划分为高、中、低三个等级；按照所述环境特征的信息增益的大小，依次得到所述决策树的内部节点，每个内部结点对应于一个环境特征；

将所述生长速率按照其数值划分为快、中、慢三个等级；将所述生长速率的等级作为所述决策树的叶子节点；

对所述决策树进行剪枝，修剪掉所述生长速率等级为“低”和“中”的分支，将修剪后的决策树作为决策树训练模型。

5.根据权利要求4所述的农业大数据环境特征处理方法，其特征在于，对所述决策树进行剪枝，修剪掉所述生长速率等级为“低”和“中”的分支之后，还包括：

确定相似度低于相似度预设值的环境特征，生成非关系型数据库；

针对非关系型数据库中的每个环境特征，分别计算所述环境特征的互信息，所述互信息表征所述环境特征对所述生长速率的影响大小；

将所述互信息大于互信息预设值的环境特征加入修剪后的决策树，将扩充之后的决策树作为决策树训练模型。

6.根据权利要求4或5所述的农业大数据环境特征处理方法，其特征在于，根据所述决策树训练模型确定所述决策树训练模型中各个环境特征对生长速率影响的权重，包括：

统计所述决策树训练模型中每个根节点到叶子节点之间各个环境特征出现的次数以及所述决策树训练模型中出现的环境特征总数；

针对所述决策树训练模型中每个环境特征，计算所述环境特征对生长速率影响的权重；所述环境特征对生长速率影响的权重为所述环境特征出现的次数除以出现的环境特征总数。