基于荔枝虫害为害症状的绿色防控措施推荐方法及系统

本发明涉及荔枝虫害防治，更具体的，涉及一种基于荔枝虫害为害症状的绿色防控措施推荐方法及系统。

背景技术：

1、为了有效防治荔枝病虫害，降低农药使用量，提高荔枝品质，目前提出了生物防治、物理防治等若干荔枝主要病虫害绿色防控技术措施。由于荔枝种植地往往存在自然条件约束及种植户接受度不高等问题，并且绿色防控技术专业性强，需要理论与实践经验丰富的农技人员才能及时有效指导病虫害绿色防控工作。因此，如何通过深度学习方法根据荔枝病虫害为害症状及自然条件分析虫害发生情况，并为荔枝种植户推荐个性化专业化的绿色防控措施，推动荔枝虫害绿色防控技术的发展是亟需解决的问题。

技术实现思路

1、为了解决上述技术问题，本发明提出了一种基于荔枝虫害为害症状的绿色防控措施推荐方法及系统，以解决现有种植户自行实施的荔枝虫害绿色防控措施防治效果不佳及专业性不足等问题，提高绿色防控措施的防治效果。

2、本发明提供了一种基于荔枝虫害为害症状的绿色防控措施推荐方法，包括：

3、获取包含荔枝植株不同类别虫害数据的虫害数据集，基于所述虫害数据集进行特征选择，提取表征荔枝虫害为害症状的特征生成评估指标；

4、根据所述评估指标获取目标荔枝种植区域的多源监测数据，预处理后进行虫害判断，若存在虫害情况则分析目标荔枝种植区域虫害的为害症状，基于所述为害症状确定虫害类别及为害程度；

5、通过所述虫害类别及为害程度获取目标荔枝种植区域的虫害画像，基于所述虫害画像检索绿色防控措施数据集，根据荔枝虫害与绿色防控措施的交互获取交互图；

6、构建绿色防控措施推荐模型，利用图卷积网络学习结合神经协同过滤计算荔枝虫害与绿色防控措施的交互概率，选取符合标准的绿色防控措施作为推荐输出。

7、本方案中，获取包含荔枝植株不同类别虫害数据的虫害数据集，基于所述虫害数据集进行特征选择，提取表征荔枝虫害为害症状的特征生成评估指标，具体为：

8、根据荔枝种植地的虫害发生情况统计筛选常见荔枝虫害类别，基于所述常见荔枝虫害类别进行数据检索，通过荔枝种植地的环境参数在检索所得数据中利用相似度进行二次筛选；

9、将两次筛选所得的数据根据预设比例生成检索数据集，在所述检索数据集中获取用于虫害识别判断的监测数据作为虫害数据，聚合所有类别的虫害数据构建虫害数据集；

10、在所述虫害数据集中将不同类别的虫害数据进行横向对比，统计各数据种类在不同类别虫害数据子集中的出现频率，基于所述出现频率选取预设数量的数据种类作为初选特征；

11、对mrmr算法利用皮尔逊相关系数进行拓展，利用初选特征为基础逐个引入虫害数据集中的其他数据种类，以数据种类与虫害识别判断相关性最大且数据种类之间相关性最小为原则，获取相关性数据作为特征选择的相关性指标；

12、假定荔枝虫害分类模型并进行初始化，将虫害数据集划分为若干组并确保每个组中均包含初选特征，轮流训练验证对应数量的荔枝虫害分类模型获取分类准确率均值作为重要性指标；

13、利用改进的粒子群算法进行评估指标搜索，随机生成包含初选特征的数据种类组合，根据所述相关性指标及重要性指标计算数据种类组合的适应度，基于适应度进行变异，输出最优的数据种类组合作为表征为害症状的评估指标。

14、本方案中，根据所述评估指标获取目标荔枝种植区域的多源监测数据，预处理后进行虫害判断，具体为：

15、根据所述评估指标对应的数据种类对目标荔枝种植区域进行植株监测，获取目标荔枝种植区域的多源监测数据，将所述多源监测数据进行降维、加窗及归一化处理；

16、在荔枝虫害的检索数据集中获取多源监测数据在虫害发生前后的数据临界值，通过所述数据临界值获取累计概率分布函数，根据不同监测数据的计概率分布函数分析虫害发生概率；

17、根据不同监测数据对应的虫害发生概率构建概率矩阵，若所述概率矩阵大于预设概率阈值矩阵，则判断目标荔枝种植区域存在虫害情况。

18、本方案中，若存在虫害情况则分析目标荔枝种植区域虫害的为害症状，基于所述为害症状确定虫害类别及为害程度，具体为：

19、当存在虫害情况时，则通过多源监测数据表征为害症状，获取多源监测数据的数据分布及虫害发生概率分布，利用相似度确定虫害类别；

20、根据荔枝植株正常生长状况下的多源监测数据构建正常生长状态模型，利用所述正常生长状态模型获取目标荔枝种植区域的多源监测数据预估值，计算所述多源监测数据预估值与当前多源监测数据实测值的残差；

21、通过所述残差与预设阈值区间对比，根据残差所落入的阈值区间对应等级确定虫害的为害程度。

22、本方案中，基于所述虫害画像检索绿色防控措施数据集，根据荔枝虫害与绿色防控措施的交互获取交互图，具体为：

23、根据目标荔枝种植区域的虫害类别及为害程度确定虫害画像，利用所述虫害画像获取相似度符合预设标准的相似虫害类别；

24、通过虫害画像中的虫害类别及相似虫害类别检索获取历史防治实例及相关文献中所涉及的绿色防控措施，利用为害程度进行二次筛选后构建绿色防控措施数据集；

25、将绿色防控措施数据集进行图表示，根据虫害与绿色防控措施是否存在交互构建虫害-绿色防控措施交互图。

26、本方案中，构建绿色防控措施推荐模型，具体为：

27、基于图卷积网络及神经协同过滤构建绿色防控措施推荐模型，对所述交互图进行学习获取虫害初始特征、集合初始特征及绿色防控措施初始特征；

28、通过图卷积利用虫害与绿色防控措施的交互数据以及集合与绿色防控措施的交互数据交替学习并更新虫害、集合及绿色防控措施的特征；

29、利用注意力机制融合更新后虫害特征生成融合特征，将所述融合特征与更新后的集合特征相加得到集合最终特征；

30、计算集合最终特征与更新后绿色防控措施特征嵌入的内积向量，将所述内积向量、集合最终特征与更新后绿色防控措施特征拼接，导入多层感知机得到各个绿色防控措施的交互概率，根据交互概率排序选取对应绿色防控措施作为输出。

31、本方案中，利用注意力机制融合更新后虫害特征生成融合特征，具体为：

32、获取交互图中不同虫害节点连接的绿色防控措施节点集合，判断不同虫害节点对应绿色防控措施节点集合之间的偏差，得到所有虫害节点与其他虫害节点的偏差矩阵；

33、将所述偏差矩阵通过多层感知机进行融合，利用归一化获取集合中所有虫害节点的注意力权重，通过所述注意力权重对更新后虫害特征进行加权求和生成融合特征。

34、本发明提供了一种基于荔枝虫害为害症状的绿色防控措施推荐系统，包括：评估指标获取模块、数据获取模块、虫害画像评估模块、绿色防控措施推荐模块及数据输出模块；

35、所述评估指标获取模块基于不同类别虫害数据的虫害数据集进行特征选择，提取表征荔枝虫害为害症状的评估指标；

36、所述数据获取模块基于评估指标获取目标荔枝种植区域的多源监测数据，并进行数据预处理；

37、所述虫害画像评估模块判断目标荔枝种植区域是否存在虫害情况，若存在虫害情况则分析目标荔枝种植区域虫害的为害症状，确定虫害类别及为害程度评估虫害画像；

38、所述绿色防控措施推荐模块构建绿色防控措施推荐模型，利用图卷积网络学习所述交互图生成虫害及绿色防控措施数据集的特征表示，将虫害特征与集合特征进行融合，利用多层感知机计算融合特征与绿色防控措施的交互概率，选取符合标准的绿色防控措施；

39、所述数据输出模块将符合标准的绿色防控措施进行输出，并按照预设方式进行可视化显示及推送。

40、与现有技术相比，本发明的有益效果为：

41、本发明提高荔枝虫害绿色防控措施的推荐质量，增强绿色防控措施的个性化及专业化，提升荔枝虫害的防治效果，通过专业的绿色防控措施向广大种植户普及绿色防控的重要性和优势，提高种植户对绿色防控技术的认识；

42、通过集成新的、最优的绿色防控技术模式，基于图卷积及协同过滤推荐适用于目标荔枝种植区域的绿色防控措施，全面提升荔枝病虫害绿色防控水平，减少高毒、高残留化学农药使用，保障荔枝农产品质量安全、生态环境安全。