(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111536680.5 (22)申请日 2021.12.15 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 杨鑫　姜凯英　 (74)专利代理 机构 上海汉之律师事务所 31378 代理人 周婷婷 (51)Int.Cl. G06K 9/62(2022.01) G06N 20/00(2019.01) G06Q 50/02(2012.01) (54)发明名称 基于农作物长势的双轴交互方法、 装置、 设 备及介质 (57)摘要 本发明涉及人工智能领域， 提出一种基于农 作物长势的双轴交互方法、 装置、 设备及介质， 该 方法包括： 获取待测农作物的种类； 利用预设的 生长趋势预估模型按照待测农作物的种类得到 预设时间段内该待测农作物在生长期、 收获期与 播种期所对应的初始生长趋势； 获取待测农作物 在各个生长周期内所对应时间轴上的时间跨度； 根据所述待测农作物的时间跨度调整所述待测 农作物在生长期、 收获期以及播种期在时间轴上 对应的时间段， 按照所述时间段更新待测农作物 在各个生长周期内所对应的初始生长趋势生成 最终的生长趋势， 并以图表方式进行差异显示， 本发明不仅操作简单， 还能满足各种不同用户需 求， 大大提高了确定农作物长势的交 互体验。 权利要求书3页 说明书15页 附图4页 CN 114239716 A 2022.03.25 CN 114239716 A 1.一种基于农作物长势的双轴交 互方法， 其特 征在于， 所述方法包括： 获取待测农作物的种类； 接收所述待测的农作物的种类， 利用预设的生长趋势预估模型按照所述待测农作物的 种类得到预设时间段内该待测农作 物在各个生长周期所对应的初始 生长趋势， 所述生长周 期包括生长期、 收获期与播种期中至少之一； 获取待测农作物在各个生长周期内所对应时间轴上的时间跨度， 所述 时间跨度由所述 待测农作物的时间轴变化确定； 当监测到待测农作物在生长期、 收获期以及播种期中至少任一阶段所对应的时间跨度 发生变化时， 根据所述待测农作物的时间跨度调整所述待测农作物在生长期、 收获期以及 播种期在时间轴上对应的时间段， 按照所述时间段更新待测农作 物在各个生长周期内所对 应的初始生长 趋势生成最终的生长 趋势， 并以图表方式进行差异显示。 2.如权利要求1所述的基于农作物长势的双轴交互方法， 其特征在于， 所述生长趋势的 确定方式包括： 基于卫星遥感拍摄图像中不可 见波段确定植被覆盖指数； 分别计算当期各区域中若干个采样点的实际植被覆盖指数的平均值及标准差； 确定各区域平均植被覆盖指数和实际植被覆盖指数之间的区域差值； 根据区域差值和标准差确定长势参考因子， 所述长势参考因子包括所述标准差与 所述 区域差值之商； 根据所述长势参 考因子和预设长势映射关系确定生长 趋势。 3.如权利要求1所述的基于农作物长势的双轴交互方法， 其特征在于， 所述当监测到待 测农作物在生长期、 收获期以及播种期 中至少任一阶段所对应的时间跨度发生变化时， 根 据所述待测农作 物的时间跨度调整所述待测农作 物在生长期、 收获期以及播种期在时间轴 上对应的时间段， 按照所述时间段更新待测农作 物在各个生长周期内所对应的初始 生长趋 势生成最终的生长 趋势， 并以图表方式进行差异显示， 包括： 获取当前显示界面内待测农作物所对应的生长周期， 所述生长周期为生长期、 收获期 以及播种期中至少之一； 根据当前待测农作物所对应的生长周期确定在时间轴上变化的时间跨度； 当监测到待测农作物在生长期、 收获期以及播种期中至少任一阶段所对应的时间跨度 发生变化时， 利用变化的所述时间跨度确定各个生长周期所对应的时间段以及当前农作 物 因时间变化差异引起的长势影响数据， 所述长势影响数据至少包括因时间差异变化引起当 前地貌的待测农作物所对应光照、 温度、 降雨 量与虫害变化因子； 根据待测农作物在各个生长周期所对应的时间段的长势影响数据的变化因子， 分别计 算当前各区域中若干个采样点的实际植被覆盖指数的平均值及标准差； 确定各区域平均植被覆盖指数和实际植被覆盖指数之间的区域差值； 根据区域差值、 标准差确定在时间轴与生长周期之间的联动变化， 确定所述待测农作 物在各个生长周期所对应的生长 趋势并以图表方式进行差异显示。 4.如权利要求1所述的基于农作物长势的双轴交 互方法， 其特 征在于， 还 包括： 获取待测农作物 的查询请求， 所述查询请求至少包括待测农作物的名称、 待测农作物 的位置归属信息以及描述 查询的咨询内容；权　利　要　求　书 1/3 页 2 CN 114239716 A 2利用专业知识库提取 所述咨询内容的咨询信息； 根据所述咨询信 息从专业知识库获取若干条引导目录， 根据所述咨询信 息所对应的知 识图谱确定引导目录的排序关系， 将排序关系中靠前的引导目录作为 查询目录； 利用所述查询目录进行咨询引导， 预设的所述生长趋势预估模型按照所述查询目录确 定的待测农作物的名称以及待测农作物在各个生长周期分别在时间轴上所对应的时间跨 度进行响应， 根据响应结果将所述待测农作 物在各个生长周期所对应的生长趋势并以图表 方式进行差异显示。 5.如权利要求1所述的基于农作物长势的双轴交互方法， 其特征在于， 所述预设的生长 趋势预估 模型的训练方式包括： 将所述样本数据集划分为训练集和验证集； 通过所述训练集对预设基础模型进行训练， 通过所述验证集对训练后所述预设基础模 型进行验证， 直到训练后所述预设基础模型输出结果的准确 率达到预设准确 率， 得到生长 趋势预估 模型； 其中， 所述将所述样本数据集划分为训练集和验证集包括以下任意之一， 按照预设比例将所述样本数据集划分为训练集和验证集； 将所述样本数据集划分为训练小组和验证小组， 将所述验证小组划分为至少两个验证 子小组， 依 次将至少一个所述验证子小组作为验证集， 将其余的所述验证子小组和训练小 组作为训练集， 生成若干对训练集和验证集， 其中， 各对训练集和验证集之 间的验证集不相 同。 6.如权利要求5所述的基于农作物长势的双轴交互方法， 其特征在于， 在对所述预设基 础模型进行训练之前， 还 包括： 获取所述机器学习模型对应的预设长势影响数据； 将所述预设长势影响数据和总识别准确率中最小值作为所述机器学习模型的可信因 子； 通过预设的计算公式对所述长势识别准确率、 可信因子， 所述机器学习模型的长势识 别准确率， 以及所述机器学习模型对应的预设长势影响数据进行处 理， 得到可信度； 根据机器学习 模型对应的可信度确定可信模型， 并将所述可信模型输出的目标生长趋 势作为最终生长 趋势， 将所述可信模型的可信度作为 最终生长 趋势可信度。 7.如权利要求5或6所述的基于农作物长势 的双轴交互方法， 其特征在于， 所述预设基 础模型包括朴素贝叶斯模型和非线性支持向量机模型中至少之一； 所述朴素贝叶斯模型包括， 其中， xi为长势， yk 为长势影响数据， n 为长势的分级数量； 所述非线性支持向量机模型包括， 其中， w为超平面法向量， C为惩罚系数， 表示模型对 错误预测长势的惩罚程度， δi为惩罚权　利　要　求　书 2/3 页 3 CN 114239716 A 3