买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：陕西省杂交油菜研究中心

摘要：本发明公开了基于大数据的油菜含油量预测方法及系统，方法包括：数据收集、数据分析、构建含油量动态预测模型、预测模型优化和含油量提升优化。本发明属于智慧农业技术领域，具体是指基于大数据的油菜含油量预测方法及系统，本方案分析油菜生长数据的评价指标的权重，确定各评价指标对含油量影响的重要性排序，明确相对重要性的量化关系，进而计算具体的评价指标权重；构建含油量动态预测模型，引入动态灰度因子，用线性常微分方程定义模型，设置正则化项对模型进行约束；引入相似性度量，衡量不同油菜含油量序列之间波动的相似性，根据相似性度量的结果调整模型参数，更好地拟合实际数据的波动特征。

主权项：1.基于大数据的油菜含油量预测方法，其特征在于：该方法包括以下步骤：步骤S1：数据收集；步骤S2：数据分析，用于分析油菜生长数据的评价指标的权重，确定油菜生长数据中各评价指标对含油量影响的重要性排序，预设初始权重值，通过计算不同评价指标权重的比值明确相对重要性的量化关系，进而计算具体的评价指标权重；步骤S3：构建含油量动态预测模型，用于灵活分析预测油菜含油量数据，建立含油量动态预测模型并引入动态灰度因子处理复杂数据，用线性常微分方程定义模型，设置正则化项对模型进行约束，评估模型预测性能；步骤S4：预测模型优化，用于优化预测模型，引入相似性度量，衡量不同油菜含油量序列之间波动的相似性，根据相似性度量的结果进一步调整模型参数；步骤S5：含油量提升优化；在步骤S3中，所述构建含油量动态预测模型，包括以下步骤：步骤S31：建立含油量动态预测模型，引入动态灰度因子；步骤S32：定义动态预测模型，采用线性常微分方程对模型进行定义，所用公式如下： ；式中，是动态灰度因子，表示油菜含油量随时间变化的预测值，表示对油菜含油量随时间变化的预测值进行求导，是动态预测模型的线性参数，是油菜生长数据波动系数，和是与不同频率的三角函数项相关的系数，用于刻画周期性特征，w是频率系数，是偏移量参数，i表示不同频率的三角函数项的序号，n表示离散时间点的总数；步骤S33：确定模型参数，根据油菜含油量实际值和预期值之间的差异程度优化模型参数，所用公式如下： ；式中，表示优化后的模型参数，argmin表示取最小值时对应的参数组合，用于衡量实际值与预期值之间的差异程度，表示油菜含油量的真实值，表示油菜含油量的预测值，k表示离散的时间点索引；步骤S34：约束模型，将正则化参数设置为0.0001，所用公式如下： ； ；式中，表示添加正则化项后的参数组，表示约束后的模型参数；步骤S35：模型预测性能评估，所用公式如下： ；式中，MAPE是平均绝对百分比误差。

全文数据：

权利要求：

百度查询： 陕西省杂交油菜研究中心 基于大数据的油菜含油量预测方法及系统