CN117829551B - 一种用于农业规划的数据管理方法及*** - Google Patents
一种用于农业规划的数据管理方法及*** Download PDFInfo
- Publication number
- CN117829551B CN117829551B CN202410239407.3A CN202410239407A CN117829551B CN 117829551 B CN117829551 B CN 117829551B CN 202410239407 A CN202410239407 A CN 202410239407A CN 117829551 B CN117829551 B CN 117829551B
- Authority
- CN
- China
- Prior art keywords
- data
- agricultural planning
- agricultural
- planning
- scheme
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013439 planning Methods 0.000 title claims abstract description 349
- 238000013523 data management Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000005065 mining Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000007726 management method Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000012549 training Methods 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009412 basement excavation Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000011161 development Methods 0.000 description 7
- 230000010354 integration Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于农业规划的数据管理方法及***,属于数据管理领域,包括:获取农业规划基础数据并进行处理,得到处理后的农业规划基础数据,对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集,并进行分析挖掘,得到农业规划方案所需的数据,将农业规划方案所需的数据与最优历史农业规划方案进行匹配比对,并筛选修正,得到农业规划方案,并展示,完成对农业规划数据的管理。本发明能够对农业规划基础数据进行分析处理,以农业规划方案的形式展示农业规划基础数据,增强其延展性,可读性,同时在用户调用农业规划方案数据时,具有更高的数据调用速度、准确性和丰富度。
Description
技术领域
本发明属于数据管理领域,涉及一种用于农业规划的数据管理方法及***。
背景技术
随着生成式人工智能AIGC(Artificial Intelligence Generated Content)的不断发展,在农业规划领域通过数字化实现更有效、更快速、更便捷的数据管理并构建具有规模性(Volume)、高速性(Velocity)、多样性(Variety)和价值性(Value)的典型大数据农业信息数据集将推动农业规划的变革。
农业规划所涉及的规划数据量较大,数据管理的需求也会随着数据的积累越来越大。目前,农业数据管理***已经趋向于信息化和智能化发展。现有技术中,农业数据管理***主要用于固定区域,但是,在农业规划数据管理***中,通常是需要专人或者专门的部门对项目区域及周边信息进行录入存储到数据库中,不仅易出错而且耗时长、浪费大量人力资源;同时,数据库仅仅起到存储的功能,用户在进行农业规划时,往往采用手动查阅数据库中存储的数据,难以快速准确获取所需数据,此外,数据库中的农业规划数据质量分析能力差,提供的挖掘组件单一,对农业规划的准确性和速度造成影响,难以满足用户需求。
随着农业产业的发展以及数字农业的普及和5G+等技术的发展,农业规划的重要性将日益突出,构建信息互通、资源共享、核心技术互联的一种用于农业规划的数据管理方法及***,能够满足新时期农业规划需求。
发明内容
针对现有技术中的上述不足,本发明提供的一种用于农业规划的数据管理方法及***,能够解决数据农业相关数据录入时易出错、录入慢、查询时数据调用速度慢、准确性和丰富性低的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种用于农业规划的数据管理方法,包括以下步骤:
S1:获取农业规划基础数据,并进行处理,得到处理后的农业规划基础数据;
S2:对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集;
S3:对符合农业规划的数据集,进行分析挖掘,得到农业规划方案所需的数据;
S4:将农业规划方案所需的数据与最优历史农业规划方案进行匹配比对,并进行筛选修正处理,得到农业规划方案;
S5:对所述农业规划方案进行展示,完成对农业规划数据的管理。
本发明的有益效果为:本发明提供了一种用于农业规划的数据管理方法,通过分析挖掘和筛选修正,能够对农业规划基础数据进行分析处理,以农业规划方案的形式展示农业规划基础数据,增强农业规划基础数据的延展性,可读性,同时在用户调用农业规划方案数据时,具有更高的数据调用速度、准确性和丰富度。
进一步地:所述S1的具体步骤如下:
S101:获取农业规划基础数据并进行处理,得到格式统一的农业规划基础数据;
S102:根据格式统一的农业规划基础数据,进行数据整合和关联搜索,得到处理后的农业规划基础数据;
S103:对处理后的农业规划基础数据进行储存。
上述进一步方案的有益效果为:通过对农业规划基础数据进行格式统一、数据整合和关联搜索,可获得更简洁、更准确和更多元的农业规划基础数据,并储存处理后的农业规划基础数据,能够提高后续步骤调取农业规划基础数据时的速度和准确度,并减少占用的内存。
进一步地:所述S2的具体步骤如下:
S201:将处理后的农业规划基础数据,按照图形、数据和文本划分为三个不同类别的农业规划基础数据;
S202:对所述三个不同类别的农业规划基础数据,分别进行分析处理,生成符合农业规划的数据集,其中,符合农业规划的数据集包括图形、数据和文本。
上述进一步方案的有益效果为:通过对处理后农业规划基础数据进行分类处理,能够得到更加准确、更多元、更加符合农业规划的数据集。
进一步地:所述S3的具体步骤如下:
S301:对符合农业规划的数据集,进行数据检验和属性赋予,得到标记属性的符合农业规划的数据集;
S302:对标记属性的符合农业规划的数据集进行分类,得到不同类型的数据块;
S303:根据互联网搜索,对不同类型的数据块进行延伸挖掘,得到农业规划方案所需的数据。
上述进一步方案的有益效果为:通过对符合农业规划的数据集进行处理,具有更好的适用性、更标准的数据分类方式,便于后续农业规划方案的建立。
进一步地:所述S4的具体步骤如下:
S401:将农业规划方案所需的数据和最优历史农业规划方案进行匹配对比,筛选出匹配度最高的最优历史农业规划方案,并作为农业规划方案的母本;
S402:根据农业规划方案所需的数据,对农业规划方案的母本进行数据填充,并进行数据修正,得到农业规划方案。
上述进一步方案的有益效果为:通过将农业规划方案所需的数据和最优历史农业规划方案进行比对并进行数据优化,得到农业规划方案,具有更高的准确性和丰富度。
本发明还提供了一种用于农业规划的数据管理***,包括:
输入模块,用于获取农业规划基础数据,并进行处理,储存处理后的农业规划基础数据;
预训练模块,用于根据农业相关数据和最优历史农业规划方案,对人工智能数据处理模块进行预训练;
人工智能数据处理模块,用于对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集,并管理所述用于农业规划的数据管理***中的所有模块;
分析模块,用于对符合农业规划的数据集进行数据检验,并进行属性赋予,得到标记属性的符合农业规划的数据集;
分类模块,用于根据农业规划类型,对标记属性的符合农业规划的数据集进行分类,得到不同类型的数据块;
挖掘模块,用于通过互联网搜索,对不同类型的数据块进行延伸挖掘,得到农业规划方案所需的数据;
筛选修正模块,用于将农业规划方案所需的数据与最优历史农业规划方案的数据进行匹配比对,选择匹配度最高的最优历史农业规划方案作为农业规划方案母本,并进行数据修正,得到农业规划方案;
展示模块,用于以三维展示、平面展示和文本说明的方式展示农业规划方案。
进一步地:所述人工智能数据处理模块包括:
案例输入子模块,用于对获取的历史最优农业规划的方案,进行处理,得到农业规划基础数据;
标准构建子模块,用于根据农业规划基础数据建立权值矩阵评价***/>,并计算得到每个农业规划基础数据的权重值;
图形处理子模块,用于对农业规划基础图片进行分析处理,得到符合农业规划的图片;
数据处理子模块,用于对农业规划基础数据进行分析处理,得到符合农业规划的数据;
文本处理子模块,用于对农业规划基础文本进行分析处理,得到符合农业规划的文本;
管理子模块,用于管理所述用于农业规划的数据管理***中的所有模块。
上述进一步方案的有益效果为:人工智能数据处理模块能够根据历史最优农业规划的方案进行训练,生成更准确、更多元、更符合农业规划的数据集,同时管理各模块,提高各模块的数据调用速度和数据处理能力。
进一步地:所述进行预训练的步骤如下:
A1:获取最优历史农业规划方案,并进行分析转换,得到农业规划基础数据;
A2:根据农业规划基础数据,建立权值矩阵评价***/>,并计算得到权值矩阵评价***/>中每个农业规划基础数据/>的权重值;
A3:根据所述权重值和最优历史农业规划方案,进行训练,得到农业规划的数据;
A4:判断所述农业规划的数据是否达到农业规划要求,若是,则停止训练,得到预训练后的人工智能数据处理模块,否则,对人工智能数据处理模块进行优化纠正,并返回A3。
上述进一步方案的有益效果为:通过对人工智能数据处理模块进行预训练,能够让人工智能数据处理模块输出更加准确、更加符合农业规划的数据集。
进一步地:所述权重值的计算表达式如下:
其中,、/>、…、/>、/>、/>、…、/>、…、/>、/>、…、/>均为农业规划原始数据/>中的一个指标在所有指标中的权重值,/>为指标赋权值,/>为所有指标的权值相加的总和,/>为权值矩阵评价***的行数,/>为权值矩阵评价***的列数。
上述进一步方案的有益效果为:计算得到农业规划中各个数据的权值,便于后续人工智能数据处理模块的训练。
进一步地:所述分析模块包括数据质量分析子模块和数据特征分析子模块;
所述数据质量分析子模块,用于对符合农业规划的数据集进行数据检验和质量结果评估,得到高质量的符合农业规划的数据集;
所述数据特征分析子模块,用于对高质量的符合农业规划的数据集进行特征分析,并赋予属性,得到标记属性的符合农业规划的数据集。
上述进一步方案的有益效果为:通过数据特征分析模块和数据质量分析模块,能够进一步对农业规划的可行性进行判别,形成具有数据属性标识的各类数据集,为进行数据的多维运算提供基础。
附图说明
图1为一种用于农业规划的数据管理方法的流程图;
图2为一种用于农业规划的数据管理***的结构图;
图3为人工智能数据处理模块的结构图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例1
如图1所示,一种用于农业规划的数据管理方法,包括以下步骤:
S1:获取农业规划基础数据,并进行处理,得到处理后的农业规划基础数据;
S2:对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集;
S3:对符合农业规划的数据集,进行分析挖掘,得到农业规划方案所需的数据;
S4:将农业规划方案所需的数据与最优历史农业规划方案进行匹配比对,并进行筛选修正处理,得到农业规划方案;
S5:对所述农业规划方案进行展示,完成对农业规划数据的管理。
其中,S1的具体步骤如下:
S101:获取农业规划基础数据并进行处理,得到格式统一的农业规划基础数据;
S102:根据格式统一的农业规划基础数据,进行数据整合和关联搜索,得到处理后的农业规划基础数据;
S103:对处理后的农业规划基础数据进行储存。
其中,S2的具体步骤如下:
S201:将处理后的农业规划基础数据,按照图形、数据和文本划分为三个不同类别的农业规划基础数据;
S202:对所述三个不同类别的农业规划基础数据,分别进行分析处理,生成符合农业规划的数据集,其中,符合农业规划的数据集包括图形、数据和文本。
其中,S3的具体步骤如下:
S301:对符合农业规划的数据集,进行数据检验和属性赋予,得到标记属性的符合农业规划的数据集;
S302:对标记属性的符合农业规划的数据集进行分类,得到不同类型的数据块;
S303:根据互联网搜索,对不同类型的数据块进行延伸挖掘,得到农业规划方案所需的数据。
其中,S4的具体步骤如下:
S401:将农业规划方案所需的数据和最优历史农业规划方案进行匹配对比,筛选出匹配度最高的最优历史农业规划方案,并作为农业规划方案的母本;
S402:根据农业规划方案所需的数据,对农业规划方案的母本进行数据填充,并进行数据修正,得到农业规划方案。
在本发明的一个实施例中,农业规划基础数据的常用格式包括:pdf、word、excel、ppt、Autocad、SketchUp、ArcGIS、ps、jpg和png,将不同格式的文件,S101中,将不同格式的农业规划基础数据通过识别和分类,得到分类清晰、格式统一的农业规划基础数据,S102中,对格式统一的农业规划基础数据进行整合并通过网络搜索进行数据补充,将数据进行合理化扩充,并进行储存,当需要调用储存的数据时,由人工能数据处理模块进行识别、提取和分析,然后输出需要的数据,采用此方式储存不仅能够极大减少占用的内存,还能提高数据调用速度,更能够满足更多元的数据操作要求;
将格式统一的农业规划基础数据划分为图形、数据和文本三个不同类别的农业规划基础数据,并分别进行处理,得到符合农业规划的图形、数据和文本,并进行数据检验、属性赋予、分类和数据挖掘,得到农业规划方案所需的图形、数据和文本,将农业规划方案所需的图形、数据和文本与最优历史农业规划方案比对,选择匹配度最高的最优历史农业规划方案作为母本,将农业规划方案所需的图形、数据和文本填充至母本并进行数据修正,得到农业规划方案,最后以三维展示、平面展示和文本说明的方式将农业规划方案进行展示。
本发明的有益效果为:本发明提供了一种用于农业规划的数据管理方法,通过分析挖掘和筛选修正,能够对农业规划基础数据进行分析处理,以农业规划方案的形式展示农业规划基础数据,增强农业规划基础数据的延展性,可读性,同时在用户调用农业规划方案数据时,具有更高的数据调用速度、准确性和丰富度。
实施例2
如图2所示,一种用于农业规划的数据管理***,包括:
输入模块,用于获取农业规划基础数据,并进行处理,储存处理后的农业规划基础数据;
预训练模块,用于根据农业相关数据和最优历史农业规划方案,对人工智能数据处理模块进行预训练;
人工智能数据处理模块,用于对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集,并管理所述用于农业规划的数据管理***中的所有模块;
分析模块,用于对符合农业规划的数据集进行数据检验,并进行属性赋予,得到标记属性的符合农业规划的数据集;
分类模块,用于根据农业规划类型,对标记属性的符合农业规划的数据集进行分类,得到不同类型的数据块;
挖掘模块,用于通过互联网搜索,对不同类型的数据块进行延伸挖掘,得到农业规划方案所需的数据;
筛选修正模块,用于将农业规划方案所需的数据与最优历史农业规划方案的数据进行匹配比对,选择匹配度最高的最优历史农业规划方案作为农业规划方案母本,并进行数据修正,得到农业规划方案;
展示模块,用于以三维展示、平面展示和文本说明的方式展示农业规划方案。
其中,如图3所示,所述人工智能数据处理模块包括:
案例输入子模块,用于对获取的历史最优农业规划的方案,进行处理,得到农业规划基础数据;
标准构建子模块,用于根据农业规划基础数据建立权值矩阵评价***/>,并计算得到每个农业规划基础数据的权重值;
图形处理子模块,用于对农业规划基础图片进行分析处理,得到符合农业规划的图片数据;
数据处理子模块,用于对农业规划基础数据进行分析处理,得到符合农业规划的数据;
文本处理子模块,用于对农业规划基础文本进行分析处理,得到符合农业规划的文本;
管理子模块,用于管理所述用于农业规划的数据管理***中的所有模块。
其中,分析模块包括数据质量分析子模块和数据特征分析子模块;
所述数据质量分析子模块,用于对符合农业规划的数据集进行数据检验和质量结果评估,得到高质量的符合农业规划的数据集;
所述数据特征分析子模块,用于对高质量的符合农业规划的数据集进行特征分析,并赋予属性,得到标记属性的符合农业规划的数据集。
在本发明的一个实施例中,人工智能数据处理模块进行预训练的具体步骤如下:
A1:获取最优历史农业规划方案,并进行分析转换,得到农业规划基础数据;
A2:根据农业规划基础数据,建立权值矩阵评价***/>,并计算得到权值矩阵评价***/>中每个农业规划基础数据/>的权重值,其中,权重值的计算表达式如下:
其中,、/>、…、/>、/>、/>、…、/>、…、/>、/>、…、/>均为农业规划原始数据/>中的一个指标在所有指标中的权重值,/>为指标赋权值,/>为所有指标的权值相加的总和,/>为权值矩阵评价***的行数,/>为权值矩阵评价***的列数;
A3:根据所述权重值和最优历史农业规划方案,进行训练,得到农业规划的数据;
A4:判断所述农业规划的数据是否达到农业规划要求,若是,则停止训练,得到预训练后的人工智能数据处理模块,否则,对人工智能数据处理模块进行优化纠正,并返回A3。
在本发明的一个实施例中,本发明提供了一种用于农业规划的数据管理***,通过输入模块获取农业规划基础数据,并转换为统一格式,得到分类清晰、格式统一的农业规划基础数据,并进行处理和储存,方便后续数据的调用和处理,其中,农业规划基础数据中文本常用格式包括pdf、word、excel和ppt,农业规划基础数据中图形数据常用格式包括Autocad、SketchUp、ArcGIS、ps、jpg和png等,通过数据输入模块转换成统一可视化、可编辑的格式后,进行数据整合和关联搜索,将格式统一的农业规划基础数据中重复数据进行合并和合理化扩充,并储存处理后的农业规划基础数据,可通过人工智能数据处理模块进行分析、识别、分类和管理,便于后续对数据的调用和查找;
预训练模块,通过案例输入子模块获取农业相关的法律法规文件、最优历史农业规划方案、行业的数据以及农业产业发展相关的前言科研成果数据,并进行读取、识别、筛选、转换成农业规划基础数据,通过标准构建子模块建立多指标、多层级的权值矩阵评价***/>,矩阵中元素为农业规划方案的对象,可包括综合质量效益/>、设施装备/>、设施装备/>、…、绿色转型/>,理论上经过不断使用和学习,能够构建覆盖所有农业规划方案的对象的权值矩阵评价***,根据每个农业规划基础数据的权重值和最优历史农业规划方案对人工智能数据处理模块进行预训练,使得人工智能数据处理模块具有能够对农业规划数据进行分析处理的能力;
人工智能数据处理模块,根据处理后的农业规划基础数据,利用图形处理模块能够生成符合农业规划的图片数据;利用数据处理模块生成符合农业规划的数据,包括:基础数据、建议发展数据以及标准数据,基础数据便于后期文本调用,建议发展数据可控制图形处理,标准数据可保证农业规划在数据上的可行性;利用文本处理模块生成可快速调用的更准确、更多元、更符合农业规划使用的文本数据库;
分析模块中的数据特征分析子模块能够将属性赋予符合农业规划的数据集,比如土地属性(耕地、园地、林地等),使其脱离纯粹的统计数据,便于后续可视化显示;分析模块中的数据质量分析子模块对符合农业规划的数据集与原始数据进行对比和数据质量维度评价,数据质量维度包括数据完整性、数据规范性、数据一致性、数据准确性和数据及时性,得到标记属性的符合农业规划的数据集;
分类模块,能够对标记属性的符合农业规划的数据集进行分类对比储存,根据概念规划、总体规划和详细规划对符合农业规划的数据集进行分类形成不同类型的数据块;
挖掘模块,通过互联网搜索对不同类型的数据块进行比较,并将其中具有优势(占比较大的产业、利润较高的产业、带动周边村民收入提高较大的产业等)、特点(获得表彰奖励、影响力大、历史文化的产业等)、特色(饮食、景观、风俗等)等内容进行提取并延伸挖掘,得到一个农业规划方案所需的数据,其中包括数据表、文本和图件;
筛选修正模块,将农业规划方案所需的数据与最优历史农业规划方案的数据进行匹配比对,选择匹配度最高的最优历史农业规划方案作为农业规划方案母本,并按照母本方案对农业规划方案所需的数据进行数据、文本和图像的填充,并进行数据修正,最后根据农业规划方案母本输出固定格式的农业规划方案,文本采用pdf或者word的形式输出,图片统一采用jpg格式进行输出;
展示模块,将生成的农业规划方案以三维展示、平面展示和文本说明的方式展示,三维展示为农业规划文本中的土地类型、产业类型、生产设施等在三维地图上进行展示,平面展示为通过总体平面图、效果图、分析图等进行展示,文本说明为通过文本总结和数据对比,对整个农业规划方案进行归纳性总结。
本发明的有益效果为:本发明提供的一种用于农业规划的数据管理方法及***具有自我优化与完善的功能,能够借助人工智能对农业规划所涉及的空间数据、产业数据、生产数据以及政策、法律法规、农业科技、融合发展等涉及的文本、图形内容进行分析、筛选、分类、归纳、总结,赋予数据属性功能,以农业规划方案的形式展示农业规划基础数据,增强农业规划基础数据的延展性,可读性,同时在用户调用农业规划方案数据时,具有更高的数据调用速度、准确性和丰富度。
Claims (3)
1.一种用于农业规划的数据管理方法,其特征在于,包括以下步骤:
S1:获取农业规划基础数据,并进行处理,储存处理后的农业规划基础数据;
S2:根据农业相关数据和最优历史农业规划方案,对人工智能数据处理模块进行预训练;
S3:对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集,并管理所述用于农业规划的数据管理***中的所有模块;
S4:对符合农业规划的数据集进行数据检验,并进行属性赋予,得到标记属性的符合农业规划的数据集;
S5:根据农业规划类型,对标记属性的符合农业规划的数据集进行分类,得到不同类型的数据块;
S6:通过互联网搜索,对不同类型的数据块进行延伸挖掘,得到农业规划方案所需的数据;
S7:将农业规划方案所需的数据与最优历史农业规划方案的数据进行匹配比对,选择匹配度最高的最优历史农业规划方案作为农业规划方案母本,并进行数据修正,得到农业规划方案;
S8:以三维展示、平面展示和文本说明的方式展示农业规划方案;
所述S3的具体步骤如下:
S301:对获取的历史最优农业规划的方案,进行处理,得到农业规划基础数据;
S302:根据农业规划基础数据建立权值矩阵评价***/>,并计算得到每个农业规划基础数据的权重值;
S303:对农业规划基础图片进行分析处理,得到符合农业规划的图片;
S304:对农业规划基础数据进行分析处理,得到符合农业规划的数据;
S305:对农业规划基础文本进行分析处理,得到符合农业规划的文本;
所述S2的具体步骤如下:
S201:获取最优历史农业规划方案,并进行分析转换,得到农业规划基础数据;
S202:根据农业规划基础数据,建立权值矩阵评价***/>,并计算得到权值矩阵评价***/>中每个农业规划基础数据/>的权重值;
S203:根据所述权重值和最优历史农业规划方案,进行训练,得到农业规划的数据;
S204:判断所述农业规划的数据是否达到农业规划要求,若是,则停止训练,得到预训练后的人工智能数据处理模块,否则,对人工智能数据处理模块进行优化纠正,并返回S203;
所述权重值的计算表达式如下:
其中,、/>、…、/>、/>、/>、…、/>、…、/>、/>、…、/>均为农业规划原始数据中的一个指标在所有指标中的权重值,/>为指标赋权值,/>为所有指标的权值相加的总和,/>为权值矩阵评价***的行数,/>为权值矩阵评价***的列数。
2.一种用于农业规划的数据管理***,其特征在于,包括:
输入模块,用于获取农业规划基础数据,并进行处理,储存处理后的农业规划基础数据;
预训练模块,用于根据农业相关数据和最优历史农业规划方案,对人工智能数据处理模块进行预训练;
人工智能数据处理模块,用于对处理后的农业规划基础数据进行分析,生成符合农业规划的数据集,并管理所述用于农业规划的数据管理***中的所有模块;
分析模块,用于对符合农业规划的数据集进行数据检验,并进行属性赋予,得到标记属性的符合农业规划的数据集;
分类模块,用于根据农业规划类型,对标记属性的符合农业规划的数据集进行分类,得到不同类型的数据块;
挖掘模块,用于通过互联网搜索,对不同类型的数据块进行延伸挖掘,得到农业规划方案所需的数据;
筛选修正模块,用于将农业规划方案所需的数据与最优历史农业规划方案的数据进行匹配比对,选择匹配度最高的最优历史农业规划方案作为农业规划方案母本,并进行数据修正,得到农业规划方案;
展示模块,用于以三维展示、平面展示和文本说明的方式展示农业规划方案;
所述人工智能数据处理模块包括:
案例输入子模块,用于对获取的历史最优农业规划的方案,进行处理,得到农业规划基础数据;
标准构建子模块,用于根据农业规划基础数据建立权值矩阵评价***/>,并计算得到每个农业规划基础数据的权重值;
图形处理子模块,用于对农业规划基础图片进行分析处理,得到符合农业规划的图片;
数据处理子模块,用于对农业规划基础数据进行分析处理,得到符合农业规划的数据;
文本处理子模块,用于对农业规划基础文本进行分析处理,得到符合农业规划的文本;
管理子模块,用于管理所述用于农业规划的数据管理***中的所有模块;
所述进行预训练的步骤如下:
A1:获取最优历史农业规划方案,并进行分析转换,得到农业规划基础数据;
A2:根据农业规划基础数据,建立权值矩阵评价***/>,并计算得到权值矩阵评价***/>中每个农业规划基础数据/>的权重值;
A3:根据所述权重值和最优历史农业规划方案,进行训练,得到农业规划的数据;
A4:判断所述农业规划的数据是否达到农业规划要求,若是,则停止训练,得到预训练后的人工智能数据处理模块,否则,对人工智能数据处理模块进行优化纠正,并返回A3;
所述权重值的计算表达式如下:
其中,、/>、…、/>、/>、/>、…、/>、…、/>、/>、…、/>均为农业规划原始数据中的一个指标在所有指标中的权重值,/>为指标赋权值,/>为所有指标的权值相加的总和,/>为权值矩阵评价***的行数,/>为权值矩阵评价***的列数。
3.根据权利要求2所述的用于农业规划的数据管理***,其特征在于,所述分析模块包括数据质量分析子模块和数据特征分析子模块;
所述数据质量分析子模块,用于对符合农业规划的数据集进行数据检验和质量结果评估,得到高质量的符合农业规划的数据集;
所述数据特征分析子模块,用于对高质量的符合农业规划的数据集进行特征分析,并赋予属性,得到标记属性的符合农业规划的数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410239407.3A CN117829551B (zh) | 2024-03-04 | 2024-03-04 | 一种用于农业规划的数据管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410239407.3A CN117829551B (zh) | 2024-03-04 | 2024-03-04 | 一种用于农业规划的数据管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117829551A CN117829551A (zh) | 2024-04-05 |
CN117829551B true CN117829551B (zh) | 2024-06-04 |
Family
ID=90504412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410239407.3A Active CN117829551B (zh) | 2024-03-04 | 2024-03-04 | 一种用于农业规划的数据管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117829551B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825003A (zh) * | 2016-03-14 | 2016-08-03 | 江西理工大学 | 一种GeoDesign支持下的农地整理规划智能化设计方法 |
JP2019128741A (ja) * | 2018-01-23 | 2019-08-01 | 株式会社クボタ | 営農システム |
CN112749844A (zh) * | 2021-01-13 | 2021-05-04 | 深圳国志智慧科技有限公司 | 基于人工智能的产业规划方法、装置、存储介质、电子设备 |
CN113592302A (zh) * | 2021-07-30 | 2021-11-02 | 兰州交通大学 | 一种国土空间规划方法 |
CN116805218A (zh) * | 2023-07-17 | 2023-09-26 | 安康大数据运营有限公司 | 基于大数据分析的数字乡村规划信息管理方法及*** |
CN117371727A (zh) * | 2023-10-23 | 2024-01-09 | 贵州师范学院 | 一种基于物联网的智慧农业监测与规划方法及*** |
CN117391287A (zh) * | 2023-09-28 | 2024-01-12 | 中国烟草总公司广西壮族自治区公司 | 基于动态预测的智慧农业资源配置管理方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180315135A1 (en) * | 2017-04-27 | 2018-11-01 | Tata Consultancy Services Limited | Systems and methods for estimating degree of compliance with recommended crop protocol |
US20190050741A1 (en) * | 2017-08-10 | 2019-02-14 | Iteris, Inc. | Modeling and prediction of below-ground performance of agricultural biological products in precision agriculture |
-
2024
- 2024-03-04 CN CN202410239407.3A patent/CN117829551B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825003A (zh) * | 2016-03-14 | 2016-08-03 | 江西理工大学 | 一种GeoDesign支持下的农地整理规划智能化设计方法 |
JP2019128741A (ja) * | 2018-01-23 | 2019-08-01 | 株式会社クボタ | 営農システム |
CN112749844A (zh) * | 2021-01-13 | 2021-05-04 | 深圳国志智慧科技有限公司 | 基于人工智能的产业规划方法、装置、存储介质、电子设备 |
CN113592302A (zh) * | 2021-07-30 | 2021-11-02 | 兰州交通大学 | 一种国土空间规划方法 |
CN116805218A (zh) * | 2023-07-17 | 2023-09-26 | 安康大数据运营有限公司 | 基于大数据分析的数字乡村规划信息管理方法及*** |
CN117391287A (zh) * | 2023-09-28 | 2024-01-12 | 中国烟草总公司广西壮族自治区公司 | 基于动态预测的智慧农业资源配置管理方法及*** |
CN117371727A (zh) * | 2023-10-23 | 2024-01-09 | 贵州师范学院 | 一种基于物联网的智慧农业监测与规划方法及*** |
Non-Patent Citations (2)
Title |
---|
"Preseason crop type prediction using crop sequence boundaries";Abernethy, Jonathon,等;《COMPUTERS AND ELECTRONICS IN AGRICULTURE》;20230531;第208卷;文献号107768 * |
"简析人工智能与计算机技术在农业现代化中的应用";林旭凤;《河北农业》;20221130(第11期);31-32 * |
Also Published As
Publication number | Publication date |
---|---|
CN117829551A (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190377720A1 (en) | Methods and systems for data management and analysis | |
CN112528963A (zh) | 基于MixNet-YOLOv3和卷积递归神经网络CRNN的算术题智能批阅*** | |
Zhao et al. | Recognition of building group patterns using graph convolutional network | |
CN113656647B (zh) | 一种面向智能运维的工程档案数据管理平台、方法及*** | |
CN104008162A (zh) | 一种基于模板的一键式专题地图自动成图方法及*** | |
CN110874618B (zh) | 基于小样本的ocr模板学习方法、装置、电子设备及介质 | |
Clarke et al. | Contemporary American cartographic research: A review and prospective | |
CN110738037A (zh) | 用于自动生成电子表格的方法、装置、设备及存储介质 | |
CN110310012B (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
CN111078835A (zh) | 简历评估方法、装置、计算机设备及存储介质 | |
CN114419304A (zh) | 一种基于图神经网络的多模态文档信息抽取方法 | |
CN115917613A (zh) | 文档中文本的语义表示 | |
CN113836338A (zh) | 细粒度图像分类方法、装置、存储介质及终端 | |
CN117829551B (zh) | 一种用于农业规划的数据管理方法及*** | |
CN115983385B (zh) | 空间环境实体构建方法及装置 | |
US11775144B2 (en) | Place-based semantic similarity platform | |
CN116956214A (zh) | 基于正则化集成学习的多模态细粒度论文分类方法和*** | |
CN116611710A (zh) | 一种可视化动态展示方法及*** | |
CN114970547A (zh) | 多层级多类型的规划内容差异识别与冲突消除方法 | |
CN111046934B (zh) | 一种swift报文软条款识别方法及装置 | |
Chen et al. | Research on Data Analysis and Visualization of Recruitment Positions Based on Text Mining | |
CN103530656B (zh) | 基于隐结构学习的图像摘要生成方法 | |
Si et al. | Construction and management method of university information platform based on big data technology | |
CN111190952A (zh) | 一种基于图像金字塔提取城市画像多尺度特征并持久化的方法 | |
Zhang | [Retracted] Packaging Big Data Visualization Based on Computational Intelligence Information Design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |