摘要
本发明公开了一种耦合环境因子的植物生长预测方法,包括:获取植物生长环境信息和植物三维物理形态变化数据,所述植物三维物理形态变化数据包括不同生长期植物的三维点云数据;将时间点、环境信息以及三维点云数据组成数据集;构建初始模型,包括生成器与鉴别器;基于颜色损失和点云几何损失构建多重损失函数,并通过所述多重损失函数以及数据集对初始模型进行训练,以获得三维生长模型;将待预测植物在一个时间点的三维点云数据和环境信息输入至三维生长模型中,以生成下一个时间点植物生长变化后的三维点云数据。本发明提供的方法能够精确模拟植物的生长过程,并提供针对性的管理优化建议,为智能农业管理和精准栽培提供科学支持。
技术关键词
生长预测方法
三维点云数据
数据特征提取
植物生长环境
特征提取模块
颜色
因子
邻居
条件生成对抗网络
生长环境参数
相邻两帧图像
局部特征提取
随机梯度下降
智能农业
恢复算法
形态
重建算法
系统为您推荐了相关专利信息
动态知识图谱
大语言模型
数据分类
决策方法
确定性规则
物资管理系统
物联网传感模块
预警模块
子模块
智能标签
编码映射方法
物理层网络编码
特征提取模块
卷积残差网络
矩阵
电链锯
麦克风阵列采集
陀螺仪传感器
智能控制系统
频谱特征提取
设施巡检系统
三维实景地图
机器人
车间
三维坐标信息