一种基于人工智能网络模型的农业害虫发生量的预警监测方法
申请号:CN202511040997
申请日期:2025-07-28
公开号:CN120954192A
公开日期:2025-11-14
类型:发明专利
摘要
本发明提供了一种基于人工智能网络模型的农业害虫发生量的预警监测方法,具体是一种可变结构总线模块VSB结合双向长短期记忆网络BiLSTM的时间序列建模方法,用于高精度预测大田及果园中重要害虫的发生动态。包括:在某一作物主产区,选择三个监测位点;建立旬日均温、旬降雨量以及有效积温与害虫数量对应关系的时间序列数据集。构建混合神经网络预测模型,该模型包括5个功能模块,该模型可以准确预警主要作物主要害虫种群发生的年动态变化以及判断峰值,帮助农户建立高效的害虫防控措施。
技术关键词
预警监测方法
人工智能网络
农业害虫
总线模块
滞后特征
注意力
序列
混合神经网络预测
交互特征
矩阵
双向长短期记忆网络
样本
特征提取模块
加权损失函数
统计特征
气象
损失函数优化
构建预测模型
数据