一种基于AI技术的农副产品溯源系统

本发明涉及ai，更具体地说，它涉及一种基于ai技术的农副产品溯源系统。

背景技术：

1、现有农副产品溯源系统涉及环节较多，各个环节信息存在丢失、不完整的问题，容易忽略农副产品追溯信息在种植阶段的农药喷洒量信息，损害消费者利益。

技术实现思路

1、本发明提供一种基于ai技术的农副产品溯源系统，解决相关技术中容易忽略农副产品追溯信息在种植阶段的农药喷洒量信息的技术问题。

2、本发明提供了一种基于ai技术的农副产品溯源系统，包括：

3、种植环境采集模块，其用于采集不同种植区域的苹果的种植环境数据；

4、不同种植区域的苹果的种植环境数据包括土壤含水量、土壤含磷量、土壤含氮量和农药喷洒信息；农药喷洒信息包括：农药喷洒时间、农药喷洒总量、农药喷洒面积；种植环境特征提取模块，其用于根据不同种植区域的苹果的种植环境数据提取种植环境特征；图像采集模块，其用于采集的不同种植区域的苹果的生长图像；图像特征生成模块，其用于根据不同种植区域的苹果的生长图像生成图像特征；混合特征生成模块，其用于组合种植环境特征和图像特征获得混合特征；

5、混合特征表示为：，其中表示第n行第m列的元素，并表示第n个农药喷洒时间节点的第m个种植区域的混合特征向量；

6、混合特征向量表示为：，其中分别表示第n个农药喷洒时间节点的第m个种植区域的土壤含水量、土壤含磷量、土壤含氮量、农药喷洒单位量；其中表示第n个农药喷洒时间节点的第m个种植区域的局部图像特征向量；

7、农药残留量生成模块，其用于生成不同种植区域的苹果收获期的农药残留量；输入混合特征至农药残留量预测模型，输出不同种植区域的苹果收获期的农药残留量；农药残留量预测模型包括u列预测单元，每列预测单元包括第一单元、第二单元；第i列的第一单元输入第i个农药喷洒时间节点的输入特征矩阵；输入特征矩阵表示为：，其中表示第i个时间节点的第1~d个种植区域的混合特征向量；第i列的第二单元输入第i个第一单元输出的第一输出特征；第u列预测单元的第二单元的输出连接到d个分类器，第u个分类器的分类标签的集合为，将第u个种植区域的苹果果实收获时农药残留量的取值范围0.01~0.5mg/kg进行均值离散化，中的一个标签对应于离散化的一个农药残留量值。

8、进一步地，通过传感器采集土壤含水量、土壤含磷量、土壤含氮量，通过人为方式记录农药喷洒信息；

9、进一步地，种植环境特征表示为：，其中表示第n行第m列的元素，并表示第n个农药喷洒时间节点的第m个种植区域的局部种植环境特征向量；局部种植环境特征向量表示为：，其中分别表示第n个农药喷洒时间节点的第m个种植区域的土壤含水量、土壤含磷量、土壤含氮量、农药喷洒单位量；

10、农药喷洒单位量为农药喷洒总量除以农药喷洒面积，其中农药喷洒总量单位用毫升表示，农药喷洒面积单位用平方面积表示；

11、进一步地，通过高清摄像机采集不同种植区域的对应农药喷洒时间节点的苹果的生长图像；

12、进一步地，图像特征表示为：，其中表示第n行第m列的元素，并表示第n个农药喷洒时间节点的第m个种植区域的局部图像特征向量；

13、进一步地，局部图像特征向量通过卷积神经网络模型获得；进一步地，每个第一单元包括h个通道，，其中表示第i个第一单元的第h个通道的第四中间特征，、、分别表示第i个第一单元的第h个通道的第一、第二和第三中间特征，表示归一化指数函数；；；；其中表示第i个第一单元输入的输入特征矩阵，、、分别表示第i个第一单元的第h个通道的第一、第二、第三权重矩阵；，表示第i个第一单元输出的第一输出特征，第i个第一单元的第1~h个通道的第四中间特征进行拼接获得第五中间特征，表示第i个第一单元的输出权重矩阵。

14、进一步地，拼接后的第五中间特征的列数等于混合特征向量的维数；的行数和列数与的行数和列数相同；进一步地，第二单元为递归神经网络单元；

15、进一步地，利用分布式账本技术，将不同种植区域的苹果收获期的农药残留量数据写入区块链，实现数据的共享和可追溯，确保农副产品追溯信息的完整性和安全性。

16、本发明的有益效果在于：本发明综合考虑了苹果的种植环境因素以及不同种植区域的关联影响因素，通过神经网络模型预测苹果果实收获期的农药残留量，弥补了农副产品追溯信息中的种植阶段的农药残留量信息的丢失。

技术特征：

1.一种基于ai技术的农副产品溯源系统，其特征在于，包括：

2.根据权利要求1所述的一种基于ai技术的农副产品溯源系统，其特征在于，通过传感器采集土壤含水量、土壤含磷量、土壤含氮量，通过人为方式记录农药喷洒信息。

3.根据权利要求1所述的一种基于ai技术的农副产品溯源系统，其特征在于，种植环境特征表示为：，其中表示第n行第m列的元素，并表示第n个农药喷洒时间节点的第m个种植区域的局部种植环境特征向量；

4.根据权利要求1所述的一种基于ai技术的农副产品溯源系统，其特征在于，通过高清摄像机采集不同种植区域的对应农药喷洒时间节点的苹果的生长图像。

5.根据权利要求1所述的一种基于ai技术的农副产品溯源系统，其特征在于，图像特征表示为：，其中表示第n行第m列的元素，并表示第n个农药喷洒时间节点的第m个种植区域的局部图像特征向量。

6.根据权利要求5所述的一种基于ai技术的农副产品溯源系统，其特征在于，局部图像特征向量通过卷积神经网络模型获得。

7.根据权利要求1所述的一种基于ai技术的农副产品溯源系统，其特征在于，每个第一单元包括h个通道，，其中表示第i个第一单元的第h个通道的第四中间特征，、、分别表示第i个第一单元的第h个通道的第一、第二和第三中间特征，表示归一化指数函数；；；；其中表示第i个第一单元输入的输入特征矩阵，、、分别表示第i个第一单元的第h个通道的第一、第二、第三权重矩阵；，表示第i个第一单元输出的第一输出特征，第i个第一单元的第1~h个通道的第四中间特征进行拼接获得第五中间特征，表示第i个第一单元的输出权重矩阵。

8.根据权利要求7所述的一种基于ai技术的农副产品溯源系统，其特征在于，拼接后的第五中间特征的列数等于混合特征向量的维数；的行数和列数与的行数和列数相同。

9.根据权利要求7所述的一种基于ai技术的农副产品溯源系统，其特征在于，第二单元为递归神经网络单元。

10.根据权利要求1所述的一种基于ai技术的农副产品溯源系统，其特征在于，利用分布式账本技术，将不同种植区域的苹果收获期的农药残留量数据写入区块链。

技术总结
本发明涉及AI技术领域，公开了一种基于AI技术的农副产品溯源系统，包括：种植环境特征提取模块，其用于根据不同种植区域的苹果的种植环境数据提取种植环境特征；图像特征生成模块，其用于根据不同种植区域的苹果的生长图像生成图像特征；混合特征生成模块，其用于组合种植环境特征和图像特征获得混合特征；农药残留量生成模块，其用于生成不同种植区域的苹果收获期的农药残留量；本发明综合考虑了苹果的种植环境因素以及不同种植区域的关联影响因素，通过神经网络模型预测苹果果实收获期的农药残留量，弥补了农副产品追溯信息中的种植阶段的农药残留量信息的丢失。

技术研发人员：张振昌,李小林,舒兆港,林甲祥,陈宏方,林清波,方艳
受保护的技术使用者：福建农林大学
技术研发日：
技术公布日：2024/1/15