[发明专利]一种农作物生长过程最优外部种植条件预测方法及装置

摘要

本发明公开了一种农作物生长过程最优外部种植条件预测方法及装置，通过收集植物物种的相关特征的图片，利用深度学习的卷积神经网络，获取植物图像的深度特征，根据安装在种植棚上面的传感器，动态收集与植物生长相关外部可控条件参数，将收集到的每种品种的种植外部环境条件和植物的每个阶段的生长图片，输入设计的神经网络当中进行关联的训练，并且使用孪生神经网络寻找与新品种相似的品种，根据历史的种植数据可以训练模型寻找出该品种最高种植收益对应的环境条件，根据孪生网络自动根据特征寻找两个特征最相似的品种，使得条件预测的过程完全自动化，节省了大量的人工成本和时间复杂度，使得运算的速度更高效与稳定。

主权项

1.一种农作物生长过程最优外部种植条件预测方法，其特征在于，所述方法包括以下步骤：步骤1，进行植物品种的生长过程的图像采集；步骤2，积累品种的种植环境的数据和种植的效益向量数据作为训练网络模型的数据样本，并且将最好的种植数据和种植效益数据存放在数据库当中以便查找引用；步骤3，将收集到的植物种植过程的图片训练卷积神经网络获取植物的特征，将卷积神经网络训练出来的特征和每个点对于的环境因素向量作为输入数据放进LSTM递归神经网络中进行训练，得出的是种植的效益向量；步骤4，将获取新物种的植物图像特征和已有图像库的图像放进孪生网络模型当中进行模型的训练，寻找相似度最高的品种；步骤5，在数据中查找相似度最高的品种的种植数据，然后将种植数据输出。