摘要
本发明提供一种灌溉模型迁移方法、装置、设备、存储介质及程序产品,应用于农业灌溉技术领域。该方法包括:获取农田空间关系的动态图特征和多变量时间序列的长期依赖特征,并对所述动态图特征和所述长期依赖特征进行融合处理,得到多模态时空数据;通过对比学习和自监督学习对所述多模态时空数据进行数据特征增强,得到多模态时空增强数据;基于所述多模态时空增强数据,采用元学习方法确定灌溉模型的初始模型参数;通过对所述灌溉模型进行深度集成学习,得到集成灌溉模型,并通过贝叶斯推断量化所述集成灌溉模型的预测不确定性;通过对抗性迁移学习策略和渐进式迁移策略对所述集成灌溉模型进行迁移训练,得到智能灌溉决策模型。
技术关键词
模型迁移方法
多模态
元学习方法
迁移学习策略
深度集成学习
依赖特征
对抗性
数据
特征提取器
非暂态计算机可读存储介质
农业灌溉技术
决策
参数
处理器
农田
标签
计算机程序产品
样本
模块
系统为您推荐了相关专利信息
车载卫星定位装置
智能校验方法
数字孪生模型
数字孪生体
三维道路模型
人推荐方法
情感特征
多模态
社交媒体平台
个性化推荐技术
仿生运动机构
多模态
水下机器人
模式
控制器壳体