本技术涉及智慧农业,具体涉及一种历史数据的补充方法、装置、电子设备和可读存储介质。
背景技术:
1、补充历史数据的目的在于更全面地了解过去,从而更好地理解现在和预测未来。历史数据是我们认识过去的主要信息来源之一,它记录了过去的事件、趋势、模式和规律。通过对历史数据的分析和研究,可以深入了解过去的情况,掌握历史演变过程,从而理解农作物的生长历程,深入了解农作物的生长规律和趋势,以便提高农作物的产量。相关技术中,仅提供一种农作物影响因素的历史数据进行分析和研究,该单个影响因素数据缺失,通常采用求均值的方式进行缺失值补充,其准确率较低,对分析评估的准确性影响较大。
技术实现思路
1、本技术提供了一种历史数据的补充方法、装置、电子设备和可读存储介质,提供多方面记录农作物的历史数据,并能够补充缺失的历史数据,准确率较高,以提高分析结果的准确性。
2、本技术实施例的技术方案如下:
3、第一方面,本技术实施例提供了一种历史数据的补充方法,所述方法包括:
4、获取在一段预设时期的历史数据,一段所述预设时期包括多个时间点,每一个所述时间点对应一个历史数据,所述历史数据包括温度值、湿度值、土壤水分值、有效辐射值和二氧化碳含量值;
5、以各个所述时间点为行名称,所述温度值、所述湿度值、所述土壤水分值、所述有效辐射值和所述二氧化碳含量值为列名称,构建得到关联关系表;
6、根据所述关联关系表,对所述温度值、所述湿度值、所述土壤水分值、所述有效辐射值和所述二氧化碳含量值进行缺失检测,得到缺失数据和所述缺失数据对应的缺失位置;
7、基于所述缺失位置,确定所述缺失数据在所述关联关系表中的缺失行和缺失列,提取所述缺失行对应的整行数据和所述缺失列对应的整列数据,并基于所述整行数据和所述整列数据进行数据预测,得到补充数据;
8、将所述补充数据填充至所述缺失位置,得到补全的历史数据,基于所述补全的历史数据生成作物生长分析报告。
9、在上述技术方案中,获取在一段预设时期的历史数据,一段预设时期包括多个时间点,每一个时间点对应一个历史数据,历史数据包括温度值、湿度值、土壤水分值、有效辐射值和二氧化碳含量值,根据不同维度影响因素的历史数据,能够更好地反映出农作物的生成历程,并且,为后续参考多维度补充缺失数据提供数据支持;以各个时间点为行名称,温度值、湿度值、土壤水分值、有效辐射值和二氧化碳含量值为列名称,构建得到关联关系表;然后根据关联关系表,对温度值、湿度值、土壤水分值、有效辐射值和二氧化碳含量值进行缺失检测,得到缺失数据和缺失数据对应的缺失位置,有利于明确缺失数据以及缺失数据所在的位置,便于后续进行数据补充;基于缺失位置,确定缺失数据在关联关系表中的缺失行和缺失列,提取缺失行对应的整行数据和缺失列对应的整列数据,并基于整行数据和整列数据进行数据预测,得到补充数据,通过提取与缺失数据相关的数据,较为全面地进行数据预测,能够提高补充数据的准确性;将补充数据填充至缺失位置,得到补全的历史数据,基于补全的历史数据生成作物生长分析报告,能够生成较为可靠的报告,以便对农作物进行分析与研究。
10、在本技术的一些实施例中,所述基于所述整行数据和所述整列数据进行数据预测,得到补充数据,包括:
11、基于所述整行数据,确定数据类别,基于所述数据类别对所述缺失数据进行数据补充,得到第一补充结果;
12、根据所述整列数据对所述缺失数据进行数据补充,得到第二补充结果;
13、将所述第一补充结果和所述第二补充结果进行融合计算,得到所述补充数据。
14、在上述技术方案中,分别对整行数据和整列数据采用不同的数据补充方法,然后再进行融合计算,从多个方面进行缺失数据预测,增加补充数据的准确性。
15、在本技术的一些实施例中,所述数据类别包括温度类别;
16、所述基于所述数据类别对所述缺失数据进行数据补充,得到第一补充结果,包括:
17、在预设的数据联系表中查找所述温度类别对应的第一补充数据算法,所述第一补充数据算法为提取与所述缺失位置相邻的预设间隔时间的数据求均值的算法;
18、利用所述第一补充数据算法对所述缺失数据进行数据补充,得到所述第一补充结果。
19、在上述技术方案中,数据类别包括温度类别,根据温度类别查找与温度类别对应的补充数据算法,不同的类别采用不同的算法进行数据补充,得到第一补充结果更加接近真实值,提高补充准确性。
20、在本技术的一些实施例中,所述数据类别包括有效辐射类别;
21、所述基于所述数据类别对所述缺失数据进行数据补充,得到第一补充结果,包括:
22、在预设的数据联系表中查找所述有效辐射类别对应的第二补充数据算法,所述第二补充数据算法为求所述整列数据极值的算法;
23、利用所述第二补充数据算法对所述缺失数据进行数据补充,得到所述第一补充结果。
24、在上述技术方案中,数据类别包括有效辐射类别,根据有效辐射类别查找与有效辐射类别对应的补充数据算法,不同的类别采用不同的算法进行数据补充,得到第一补充结果更加接近真实值,提高补充准确性。
25、在本技术的一些实施例中,所述整列数据包括所述缺失位置对应的所述时间点、以及所述时间点对应的所述温度值、所述湿度值、所述土壤水分值、所述有效辐射值和所述二氧化碳含量值;
26、所述根据所述整列数据对所述缺失数据进行数据补充,得到第二补充结果,包括:
27、分别对所述温度值、所述湿度值、所述土壤水分值、所述有效辐射值和所述二氧化碳含量值进行数据量化,得到所述温度值对应的温度量化数据、所述湿度值对应的湿度量化数据、所述土壤水分值对应的土壤水分量化数据、所述有效辐射值对应的有效辐射量化数据和所述二氧化碳含量值对应的二氧化碳含量量化数据;
28、对所述温度量化数据、所述湿度量化数据、所述土壤水分量化数据、有效辐射量化数据和二氧化碳含量量化数据进行相关性计算,得到数据相关性;
29、根据所述数据相关性,利用预设的数据挖掘算法对所述缺失数据进行数据补充,得到所述第二补充结果。
30、在上述技术方案中,对于整列数据,先对各个温度值、湿度值、土壤水分值、有效辐射值和二氧化碳含量值进行量化,再计算各个数据之间的相关性,根据相关性进行数据补充,得到第二补充结果,从不同层面对缺失数据进行预测补充,使得补充数据更加准确。
31、在本技术的一些实施例中,所述将所述第一补充结果和所述第二补充结果进行融合计算,得到所述补充数据,包括:
32、利用预设的平滑算法,将所述第一补充结果和所述第二补充结果进行融合计算,得到所述补充数据;
33、其中,预设的平滑算法公式表示为:
34、,
35、s表示为补充数据,s1表示为第一补充结果,s2表示为第二补充结果,表示为调节系数。
36、在上述技术方案中,将第一补充结果与第二补充结果进行融合计算,并通过调节系数进行调节,使得补充数据更加准确。
37、在本技术的一些实施例中,所述基于所述补全的历史数据生成作物生长分析报告,包括:
38、对所述补全的历史数据进行预测,得到预测数据;
39、基于所述补全的历史数据和所述预测数据,生成所述作物生长分析报告。
40、在上述技术方案中,对补全的历史数据进行预测得到预测数据,能够反映未来的农作物产量或判断农作物的健康状态。将补全的历史数据和预测数据进行整合,生成作物生长分析报告,有助于对农作物的研究,提高产量或者根据作物生长分析报告给出的提示,进行人工干预以使其正常生长等。因此,对历史数据进行准确补全,具有较为重要的意义。
41、第二方面,本技术实施例提供了一种历史数据的补充装置,所述装置包括:
42、数据获取模块,用于获取在一段预设时期的历史数据,一段所述预设时期包括多个时间点,每一个所述时间点对应一个历史数据,所述历史数据包括温度值、湿度值、土壤水分值、有效辐射值和二氧化碳含量值;
43、关联关系建立模块,用于以各个所述时间点为行名称,所述温度值、所述湿度值、所述土壤水分值、所述有效辐射值和所述二氧化碳含量值为列名称,构建得到关联关系表;
44、缺失检测模块,用于根据所述关联关系表,对所述温度值、所述湿度值、所述土壤水分值、所述有效辐射值和所述二氧化碳含量值进行缺失检测,得到缺失数据和所述缺失数据对应的缺失位置;
45、数据补充模块,用于基于所述缺失位置,确定所述缺失数据在所述关联关系表中的缺失行和缺失列,提取所述缺失行对应的整行数据和所述缺失列对应的整列数据,并基于所述整行数据和所述整列数据进行数据预测,得到补充数据;
46、报告生成模块,用于将所述补充数据填充至所述缺失位置,得到补全的历史数据,基于所述补全的历史数据生成作物生长分析报告。
47、第三方面,本技术实施例提供了一种电子设备,包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和网络接口用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行上述第一方面提供的任意一项所述的方法。
48、第四方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行上述第一方面提供的任意一项所述的方法。
49、综上所述,本技术实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
50、1、由于采用了建立每个时间点与历史数据之间的关联关系表,根据关联关系表进行数据缺失检测,得到缺失数据和缺失位置,通过缺失位置提取与缺失数据有关联的数据,进行数据预测,得到补充数据,根据补充数据进行数据补全得到补全的历史数据的技术手段,所以,有效解决了相关技术中单个影响因素数据缺失,预测准确率低,对分析评估的准确性影响较大的问题。
51、2、对整列数据和整行数据采用不同的数据补充方法,再进行融合,能够得到较为准确的补充数据。
52、3、根据整行数据的数据类别,不同类别采用不同的数据补全方法,使得补充数据更加符合真实数据。