[发明专利]一种多源灌溉信息融合决策方法及系统

权利要求书

1.一种多源灌溉信息融合决策方法，其特征在于，包括：

获得多个灌溉信息；所述灌溉信息表示当前植株的信息；所述灌溉信息包括灌溉图像和灌溉文字信息；所述灌溉图像表示对不同范围植株所拍摄的信息；所述灌溉文字信息表示对不同范围植株情况的记录信息；所述灌溉信息是信息在数据层融合的信息；

基于灌溉信息，通过灌溉粗略决策模型，得到粗略灌溉决策；

基于灌溉信息和灌溉方式，通过DS证据理论，得到多个灌溉概率信息；

基于多个灌溉概率信息和粗略灌溉决策，通过灌溉模型，得到详细灌溉决策；

所述灌溉模型包括DS灌溉神经网络、粗略灌溉神经网络、第一融合神经网络、第二融合神经网络和第三融合神经网络：

DS灌溉神经网络的输入为多个灌溉概率信息；所述粗略灌溉神经网络为的输入多个灌溉概率信息；所述第一融合神经网络的输入为多个灌溉概率信息；所述第二融合神经网络为DS灌溉神经网络的输出和粗略灌溉神经网络为的输出；所述第三融合神经网络的输入为所述第一融合神经网络的输出和所述第二融合神经网络的输出。

2.根据权利要求1所述的一种多源灌溉信息融合决策方法，其特征在于，所述基于灌溉信息，通过灌溉粗略决策模型，得到粗略灌溉决策，包括：

所述灌溉粗略决策模型包括卷积神经网络和灌溉决策神经网络；

将植株图像输入卷积神经网络，得到植株特征图；

将植株特征图与同尺寸卷积块相乘，得到单列特征信息；

将单列特征信息和植株文字信息输入灌溉决策神经网络，得到粗略灌溉决策。

3.根据权利要求1所述的一种多源灌溉信息融合决策方法，其特征在于，所述灌溉决策神经网络的训练方法：

获得训练集，训练集包括训练灌溉信息和灌溉决策标注信息；所述训练灌溉信息包括训练灌溉图像特征信息和训练灌溉文字信息；所述灌溉决策标注信息包括植株不同状态对应的出水量、灌溉时间、灌溉时长和灌溉方式；

将训练灌溉信息输入灌溉决策神经网络，得到粗略灌溉信息；

其中，灌溉决策神经网络的输入层神经元数量与训练灌溉信息的数量相同；灌溉决策神经网络的输出层神经元数量与粗略灌溉信息的数量相同；灌溉决策神经网络为全连接方式；

将所述粗略灌溉信息与灌溉决策标注信息，通过损失函数，得到第一损失值；

获得灌溉决策神经网络当前的训练迭代次数以及预先设定的所述灌溉决策神经网络训练的最大迭代次数；

当所述第一损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的灌溉决策神经网络。

4.根据权利要求1所述的一种多源灌溉信息融合决策方法，其特征在于，所述基于灌溉信息和灌溉方式，通过DS证据理论，得到多个灌溉概率信息，包括：

基于灌溉信息和粗略灌溉决策，得到多个范围植株生长概率；

基于多个范围植株生长概率和DS证据理论，得到多个灌溉概率信息；所述灌溉概率信息包括灌溉决策和对应的灌溉概率。

5.根据权利要求1所述的一种多源灌溉信息融合决策方法，其特征在于，所述基于多个灌溉概率信息和粗略灌溉决策，通过灌溉模型，得到详细灌溉决策，包括：

获得DS灌溉概率决策；所述DS灌溉概率决策包括DS灌溉决策和DS灌溉概率；所述DS灌溉决策为多个灌溉概率信息中灌溉概率大于其他灌溉概率的灌溉决策；所述DS灌溉概率为DS灌溉决策所对应的灌溉概率；

基于灌溉概率信息和粗略灌溉决策，得到粗略灌溉概率决策；所述粗略灌溉概率决策包括粗略灌溉决策和粗略灌溉概率；所述粗略灌溉概率为灌溉概率信息中粗略灌溉决策对应的灌溉概率；

将多个灌溉概率信息、DS灌溉概率决策和粗略灌溉概率决策，输入灌溉模型，得到详细灌溉决策。