基于可解释性的农作物产量预测方法、装置、设备及介质

    公开(公告)号:CN118569421A

    公开(公告)日:2024-08-30

    申请号:CN202410531506.9

    申请日:2024-04-29

    申请人: 新疆大学

    摘要: 本申请公开了基于可解释性的农作物产量预测方法、装置、设备及介质,该方法包括:训练由多粒度扫描结构和级联森林结构组成的农作物产量预测模型,获取训练后的农作物产量预测模型;获取训练后的农作物产量预测模型基于用于测试的农作物特征输出的农作物预测产量;获取农作物真实产量和农作物预测产量之间的差异,获取衡量差异的均方误差、决定系数、均方根差以及平均绝对误差;根据决定系数、均方误差、均方根差、平均绝对误差以及预设的综合性能值生成模型,生成当前综合性能值;当前综合性能值大于预设综合性能值时,将最大的SHAP值对应的农作物特征解释为影响农作物预测产量的主要因素。本申请能解释影响农作物产量预测模型的主要因素。

    农作物的生长状况检测模型训练方法、检测方法及设备

    公开(公告)号:CN118485914A

    公开(公告)日:2024-08-13

    申请号:CN202410478056.1

    申请日:2024-04-19

    申请人: 新疆大学

    摘要: 本申请公开了农作物的生长状况检测模型训练方法、检测方法及设备,该方法包括:获取目标检测网络基于待输入图像输出的第一预测结果;获取生长状况预测区域与生长状况标注区域之间的绝对值损失和交并比损失,获取生长状况预测标签与生长状况标注标签之间的分类损失;根据绝对值损失、交并比损失、分类损失、第一权重系数、第二权重系数、第三权重系数以及预设的总体损失生成模型,生成第一预测结果的总体损失;基于所述总体损失优化所述目标检测网络的模型参数,基于优化后的模型参数和训练集迭代训练所述目标检测网络,将训练完成的所述目标检测网络设置为农作物的生长状况检测模型。本申请有利于提高农作物的生长情况的检测效率。