摘要
本发明公开了基于人工智能的虫情监测方法及系统,方法包括数据采集、预处理、建立虫情监测模型和虫情监测。本发明属于虫情监测领域,具体是指基于人工智能的虫情监测方法及系统,本方案通过引入残差学习进行多尺度特征提取,在远程依赖注意模块中引入归一化处理,将相似度作为权重,并通过非线性处理降低噪声监测数据的影响,增强对虫情监测数据特征的重构能力;进而提高对虫情监测的精准度;引入对比损失增强类别区分度,通过分类结果的反馈优化更新范例,基于动态范例和加权机制设计度量函数,为虫情监测提供更加精确的检测结果;在数据动态变化和噪声干扰的虫情监测环境中保持稳定性。
技术关键词
残差学习
多尺度特征提取
样本
虫情监测系统
度量
局部注意力机制
噪声监测数据
数据采集模块
群搜索算法
梯度下降算法
非线性
多层感知机
训练集
数据标签
索引
节点
系统为您推荐了相关专利信息
视频编码器
文本编码器
视频识别方法
图像编码器
样本
生成式对抗神经网络
创伤
黎曼
数据
遗传退火算法