-
公开(公告)号:CN119129808A
公开(公告)日:2024-12-13
申请号:CN202411138579.8
申请日:2024-08-19
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q10/04 , G06Q10/067 , G06Q50/02 , G06N3/042 , G06N3/08
Abstract: 本发明提供一种玉米缺失性状数据填充和产量测算方法、装置、电子设备及存储介质,涉及智能农业信息处理技术领域,包括:获取玉米种植数据,并将所述玉米种植数据转换为二部图数据结构;基于所述二部图数据结构构建二部图神经网络,利用梯度平衡机制构建玉米缺失性状数据填充和产量测算模型的损失函数,并进行训练,利用训练完成的玉米缺失性状数据填充和产量测算模型对待检测数据进行预测,得到预测结果。通过计算估计值和真实值的差异,动态调整样本权重,有效降低因各种植地点间样本不平衡问题对模型性能的影响,提高农业生产效率和减少因传统方法产量估测偏差过大带来的损失。
-
公开(公告)号:CN118097435B
公开(公告)日:2024-07-05
申请号:CN202410489072.0
申请日:2024-04-23
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种基于超图神经网络的玉米倒伏分类方法及装置,涉及智能农业信息处理技术领域,该方法包括:基于玉米表型数据及环境型数据,构建出气候、病虫害和育种性状的多视角视图;将所述多视角视图中的样本作为节点,各视图中节点间关系构建超边,形成多视角超图;利用超图神经网络识别玉米倒伏风险相关的关键特征子集,并利用所述关键特征子集重构多视角超图结构,再根据重构后的多视角超图结构更新所述超图神经网络;根据预设的倒伏分类阈值,使用更新后的超图神经网络确定玉米倒伏分类结果。本发明利用超图神经网络挖掘玉米倒伏风险的多视图特征子集,实现高性能、高精度的玉米倒伏风险预测,辅助玉米育种效率的有效提高。
-
公开(公告)号:CN118097435A
公开(公告)日:2024-05-28
申请号:CN202410489072.0
申请日:2024-04-23
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种基于超图神经网络的玉米倒伏分类方法及装置,涉及智能农业信息处理技术领域,该方法包括:基于玉米表型数据及环境型数据,构建出气候、病虫害和育种性状的多视角视图;将所述多视角视图中的样本作为节点,各视图中节点间关系构建超边,形成多视角超图;利用超图神经网络识别玉米倒伏风险相关的关键特征子集,并利用所述关键特征子集重构多视角超图结构,再根据重构后的多视角超图结构更新所述超图神经网络;根据预设的倒伏分类阈值,使用更新后的超图神经网络确定玉米倒伏分类结果。本发明利用超图神经网络挖掘玉米倒伏风险的多视图特征子集,实现高性能、高精度的玉米倒伏风险预测,辅助玉米育种效率的有效提高。
-
-