基于照明控制与反馈机制的蘑菇生长状态优化方法和系统与流程

专利2025-04-04  8


本申请涉及智能优化领域,且更为具体地,涉及一种基于照明控制与反馈机制的蘑菇生长状态优化方法和系统。


背景技术:

1、香菇种植是农业增收、农民致富的有力抓手。近年来,随着全国范围内香菇栽培面积逐年增加,香菇价格并未明显提高,甚至随着供应量增加,未来存在价格下降甚至滞销的可能。因此,提升香菇品质,保持香菇的先发优势,对于菇农增收非常重要。

2、市场对鲜菇的外观及其口感要求较高,这一市场要求形成市场销售价格的自然分级,外观和口感好的香菇价格高、效益好,有一定的标准,并产生了相关的检测技术。随着香菇消费需求的高端化,部分消费者对香菇氨基酸、多糖和核苷酸等内含成分也有一定要求。尤其是氨基酸,既作为提升口感与风味的物质,部分氨基酸又有一定的养生保健功能,成为评价香菇内在品质的重要指标之一。

3、现有研究表明,在香菇种植过程中,通过适当强度和周期的激光照射,可以显著促进香菇中氨基酸的合成与积累,从而提升香菇的口感和营养价值。然而,当前香菇种植中,尽管已认识到激光照射对提升香菇品质的潜在价值,但实际应用中仍面临诸多挑战,如激光强度的合理设置以及实时的反馈调控等。

4、因此,期待一种基于照明控制与反馈机制的蘑菇生长状态优化方法。


技术实现思路

1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于照明控制与反馈机制的蘑菇生长状态优化方法和系统,其通过采用基于深度学习的人工智能技术对蘑菇的生长环境湿度进行实时监控和数据分析,捕捉到环境湿度的时序变化模式,同时,将基于实验数据获取的湿度-激光强度值曲线作为调控基准,根据环境湿度与调控基准的对比匹配结果,自适应调整激光照射强度。这样,可以实现对蘑菇生长过程中氨基酸合成的有效促进,从而优化蘑菇生长状态。

2、根据本申请的一个方面,提供了一种基于照明控制与反馈机制的蘑菇生长状态优化方法,其包括:

3、获取由湿度传感器采集的实时湿度值的时间序列,以及湿度-激光强度曲线;

4、对所述实时湿度值的时间序列进行时序特征提取以得到实时湿度时序关联特征向量;

5、对所述湿度-激光强度曲线进行离散采样以得到湿度-激光强度采样点的序列;

6、对所述湿度-激光强度采样点的序列进行关联强化嵌入编码以得到强化湿度-激光强度联合嵌入编码向量的序列;

7、基于所述实时湿度时序关联特征向量相对于所述强化湿度-激光强度联合嵌入编码向量的序列的逐粒度交互匹配结果,确定激光强度值的推荐解码值。

8、根据本申请的另一个方面,提供了一种基于照明控制与反馈机制的蘑菇生长状态优化系统,其包括:

9、数据采集模块,用于获取由湿度传感器采集的实时湿度值的时间序列,以及湿度-激光强度曲线;

10、时序特征提取模块,用于对所述实时湿度值的时间序列进行时序特征提取以得到实时湿度时序关联特征向量;

11、离散采样模块,用于对所述湿度-激光强度曲线进行离散采样以得到湿度-激光强度采样点的序列;

12、关联强化嵌入编码模块,用于对所述湿度-激光强度采样点的序列进行关联强化嵌入编码以得到强化湿度-激光强度联合嵌入编码向量的序列;

13、激光强度值推荐模块,用于基于所述实时湿度时序关联特征向量相对于所述强化湿度-激光强度联合嵌入编码向量的序列的逐粒度交互匹配结果,确定激光强度值的推荐解码值。

14、与现有技术相比,本申请提供的一种基于照明控制与反馈机制的蘑菇生长状态优化方法和系统,其通过采用基于深度学习的人工智能技术对蘑菇的生长环境湿度进行实时监控和数据分析,捕捉到环境湿度的时序变化模式,同时,将基于实验数据获取的湿度-激光强度值曲线作为调控基准,根据环境湿度与调控基准的对比匹配结果,自适应调整激光照射强度。这样,可以实现对蘑菇生长过程中氨基酸合成的有效促进,从而优化蘑菇生长状态。



技术特征:

1.一种基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,包括:

2.根据权利要求1所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,对所述实时湿度值的时间序列进行时序特征提取以得到实时湿度时序关联特征向量,包括:

3.根据权利要求2所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,对所述湿度-激光强度采样点的序列进行关联强化嵌入编码以得到强化湿度-激光强度联合嵌入编码向量的序列,包括:

4.根据权利要求3所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,将所述湿度-激光强度联合嵌入编码向量的序列输入基于特征能级度量关联辐射的关联强化网络以得到所述强化湿度-激光强度联合嵌入编码向量的序列,包括:

5.根据权利要求4所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,计算所述湿度-激光强度联合嵌入编码向量的序列中的各个湿度-激光强度联合嵌入编码向量的特征能级系数以得到特征能级系数的序列,包括:

6.根据权利要求5所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,基于所述实时湿度时序关联特征向量相对于所述强化湿度-激光强度联合嵌入编码向量的序列的逐粒度交互匹配结果,确定激光强度值的推荐解码值,包括:

7.根据权利要求6所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,以所述实时湿度时序关联特征向量作为查询特征向量,将所述查询特征向量和所述强化湿度-激光强度联合嵌入编码向量的序列输入单向注意力机制下的逐粒度交互匹配网络以得到激光强度单向匹配结果表示向量,包括:

8.根据权利要求7所述的基于照明控制与反馈机制的蘑菇生长状态优化方法,其特征在于,计算所述查询特征向量与所述强化湿度-激光强度联合嵌入编码向量的序列中各个强化湿度-激光强度联合嵌入编码向量之间的语义度量系数以得到单向匹配语义度量系数的序列,包括:

9.一种基于照明控制与反馈机制的蘑菇生长状态优化系统,其特征在于,包括:


技术总结
本申请公开了一种基于照明控制与反馈机制的蘑菇生长状态优化方法和系统,其通过采用基于深度学习的人工智能技术对蘑菇的生长环境湿度进行实时监控和数据分析,捕捉到环境湿度的时序变化模式,同时,将基于实验数据获取的湿度‑激光强度值曲线作为调控基准,根据环境湿度与调控基准的对比匹配结果,自适应调整激光照射强度。这样,可以实现对蘑菇生长过程中氨基酸合成的有效促进,从而优化蘑菇生长状态。

技术研发人员:张平,汪永明,汪嘉路,皇甫翌铭
受保护的技术使用者:杭州朝元农业科技有限公司
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-12770.html

最新回复(0)