本技术涉及人工智能，具体而言，涉及一种应用于智慧乡村服务系统的农业生产管理方法及系统。
背景技术：
1、随着信息技术的不断发展，智慧乡村服务系统已成为推动农业现代化、实现乡村振兴的重要手段。在智慧乡村服务系统中，农业生产管理是一个关键环节，它涉及到农作物的种植、管理、收获等多个方面。为了实现精准农业和智慧农业的目标，需要一种高效、准确的农业生产管理方法，能够根据候选农业生产数据的特征，自动地将其归类到相应的农业生产特征类别中。
2、然而，传统的农业生产管理方法往往依赖于人工经验和主观判断，不仅效率低下，而且容易受到人为因素的影响，导致分类结果的不准确。此外，现有的农业生产管理方法还缺乏对不同农业生产特征类别的全面考虑，无法充分利用已有的农业生产数据和知识，来实现对候选农业生产数据的精准分类。
技术实现思路
1、有鉴于此，本技术的目的在于提供一种应用于智慧乡村服务系统的农业生产管理方法及系统，通过获取对应于不同农业生产特征类别的模板数据，构建各特征类别的知识向量，并利用特征关联参数对候选农业生产数据进行分类。通过这种方法，可以实现对候选农业生产数据的自动、准确分类，提高农业生产管理的智能化水平，为智慧乡村服务系统的发展提供有力支持。同时，还可以充分利用已有的农业生产数据和知识，提升分类结果的准确性和可靠性，为农业生产决策提供科学依据。
2、依据本技术的第一方面，提供一种应用于智慧乡村服务系统的农业生产管理方法，所述方法包括：
3、获取对应于第一农业生产特征类别的多个第一模板农业生产采集数据，和对应于第二农业生产特征类别的多个第二模板农业生产采集数据；
4、基于所述多个第一模板农业生产采集数据确定所述第一农业生产特征类别的第一生产类别知识向量，和基于所述多个第二模板农业生产采集数据确定所述第二农业生产特征类别的第二生产类别知识向量，所述第一生产类别知识向量表示对应于所述第一农业生产特征类别的农业生产表征特征，所述第二生产类别知识向量表示对应于所述第二农业生产特征类别的农业生产表征特征；
5、依据对候选农业生产数据生成的农业生产管理指令，确定所述候选农业生产数据与所述第一生产类别知识向量之间的第一特征关联参数，和确定所述候选农业生产数据与所述第二生产类别知识向量之间的第二特征关联参数，所述农业生产管理指令用于指示对所述候选农业生产数据对应的农业生产特征类别进行分析；
6、当判定所述第一特征关联参数大于所述第二特征关联参数时，将所述第一农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别；
7、当判定所述第一特征关联参数小于所述第二特征关联参数时，将所述第二农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别。
8、在第一方面的一种可能的实施方式中，所述基于所述多个第一模板农业生产采集数据确定所述第一农业生产特征类别的第一生产类别知识向量，和基于所述多个第二模板农业生产采集数据确定所述第二农业生产特征类别的第二生产类别知识向量，包括：
9、对所述多个第一模板农业生产采集数据进行图自注意力处理，生成第一图自注意力矢量，所述第一生产类别知识向量包括所述第一图自注意力矢量，并对所述多个第二模板农业生产采集数据进行图自注意力处理，生成第二图自注意力矢量，所述第二生产类别知识向量包括所述第二图自注意力矢量；
10、所述确定所述候选农业生产数据与所述第一生产类别知识向量之间的第一特征关联参数，和确定所述候选农业生产数据与所述第二生产类别知识向量之间的第二特征关联参数，包括：
11、确定所述候选农业生产数据对应的候选图自注意力矢量和所述第一图自注意力矢量之间的第一相关度，所述候选图自注意力矢量表示所述候选农业生产数据的农业生产表征特征，所述第一特征关联参数包括所述第一相关度，并确定所述候选图自注意力矢量和所述第二图自注意力矢量之间的第二相关度，所述第二特征关联参数包括所述第二相关度。
12、在第一方面的一种可能的实施方式中，所述对所述多个第一模板农业生产采集数据进行图自注意力处理，生成第一图自注意力矢量，包括：
13、对所述多个第一模板农业生产采集数据进行多元农业管理要素的图自注意力处理，生成对应于第一农业管理要素的第一要素自注意力矢量，和对应于第二农业管理要素的第二要素自注意力矢量，所述第一模板农业生产采集数据包含对应于所述第一农业管理要素的第一农业生产采集片段，和对应于所述第二农业管理要素的第二农业生产采集片段，所述第一要素自注意力矢量表示所述第一农业生产采集片段的农业生产表征特征，所述第二要素自注意力矢量表示所述第二农业生产采集片段的农业生产表征特征；
14、对所述第一要素自注意力矢量和所述第二要素自注意力矢量进行集成，生成所述第一图自注意力矢量；
15、所述对所述多个第二模板农业生产采集数据进行图自注意力处理，生成第二图自注意力矢量，包括：
16、对所述多个第二模板农业生产采集数据进行多元农业管理要素的图自注意力处理，生成对应于所述第一农业管理要素的第三要素自注意力矢量，和对应于所述第二农业管理要素的第四要素自注意力矢量，所述第二模板农业生产采集数据包含对应于所述第一农业管理要素的第三农业生产采集片段，和对应于所述第二农业管理要素的第四农业生产采集片段，所述第三要素自注意力矢量表示所述第三农业生产采集片段的农业生产表征特征，所述第四要素自注意力矢量表示所述第四农业生产采集片段的农业生产表征特征；
17、对所述第三要素自注意力矢量和所述第四要素自注意力矢量进行集成，生成所述第二图自注意力矢量。
18、在第一方面的一种可能的实施方式中，所述对所述多个第一模板农业生产采集数据进行多元农业管理要素的图自注意力处理，生成对应于第一农业管理要素的第一要素自注意力矢量，和对应于第二农业管理要素的第二要素自注意力矢量，包括：
19、将所述第一农业生产采集片段编辑输出为农业采集属性的第一片段嵌入特征，和将所述第二农业生产采集片段编辑输出为所述农业采集属性的第二片段嵌入特征，所述第一要素自注意力矢量涵盖所述第一片段嵌入特征，所述第二要素自注意力矢量涵盖所述第二片段嵌入特征；
20、所述对所述第一要素自注意力矢量和所述第二要素自注意力矢量进行集成，生成所述第一图自注意力矢量，包括：
21、将相同所述农业采集属性的所述第一片段嵌入特征和所述第二片段嵌入特征进行第一融合，并将对应的第一融合特征作为所述第一图自注意力矢量；
22、所述对所述多个第二模板农业生产采集数据进行多元农业管理要素的图自注意力处理，生成对应于所述第一农业管理要素的第三要素自注意力矢量，和对应于所述第二农业管理要素的第四要素自注意力矢量，包括：
23、将所述第三农业生产采集片段编辑输出为所述农业采集属性的第三片段嵌入特征，和将所述第四农业生产采集片段编辑输出为所述农业采集属性的第四片段嵌入特征，所述第三要素自注意力矢量涵盖所述第三片段嵌入特征，所述第四要素自注意力矢量涵盖所述第四片段嵌入特征；
24、所述对所述第三要素自注意力矢量和所述第四要素自注意力矢量进行集成，生成所述第二图自注意力矢量，包括：
25、将相同所述农业采集属性的所述第三片段嵌入特征和所述第四片段嵌入特征进行第二融合，并将对应的第二融合特征作为所述第二图自注意力矢量。
26、在第一方面的一种可能的实施方式中，所述确定所述候选农业生产数据对应的候选图自注意力矢量和所述第一图自注意力矢量之间的第一相关度，包括：
27、将所述候选图自注意力矢量加载到多元农业知识模型内，生成第一模型映射结果，将所述第一图自注意力矢量加载到所述多元农业知识模型内，生成第二模型映射结果，计算所述第一模型映射结果和所述第二模型映射结果之间的第一偏离度，所述第一相关度与所述第一偏离度呈反向关联关系；
28、所述确定所述候选图自注意力矢量和所述第二图自注意力矢量之间的第二相关度，包括：
29、将所述第二图自注意力矢量加载到所述多元农业知识模型内，生成第三模型映射结果，计算所述第三模型映射结果和所述第二模型映射结果之间的第二偏离度，所述第二相关度与所述第二偏离度呈反向关联关系。
30、在第一方面的一种可能的实施方式中，所述基于所述多个第一模板农业生产采集数据确定所述第一农业生产特征类别的第一生产类别知识向量，和基于所述多个第二模板农业生产采集数据确定所述第二农业生产特征类别的第二生产类别知识向量，包括：
31、将所述多个第一模板农业生产采集数据加载到生产类别知识嵌入网络，生成所述第一生产类别知识向量，所述生产类别知识嵌入网络为基于多个模板农业生产采集数据进行网络参数优化生成的、用于提取生产类别知识向量的神经网络模型；
32、将所述多个第二模板农业生产采集数据加载至所述生产类别知识嵌入网络，生成所述第二生产类别知识向量。
33、在第一方面的一种可能的实施方式中，当判定所述将所述多个第一模板农业生产采集数据加载到生产类别知识嵌入网络，生成所述第一生产类别知识向量之前，所述方法还包括：
34、获取对应于所述第一农业生产特征类别的多个第一目标农业生产采集数据、对应于所述第二农业生产特征类别的多个第二目标农业生产采集数据，和至少一个测试农业生产采集数据，所述多个模板农业生产采集数据包括所述多个第一目标农业生产采集数据、所述多个第二目标农业生产采集数据，和所述至少一个测试农业生产采集数据，所述测试农业生产采集数据对应于所述第一农业生产特征类别或所述第二农业生产特征类别；
35、将所述多个第一目标农业生产采集数据和所述多个第二目标农业生产采集数据输入当前生产类别知识嵌入网络，生成所述当前生产类别知识嵌入网络输出的多个示例生产类别知识向量；
36、基于所述测试农业生产采集数据与所述示例生产类别知识向量之间的特征关联参数，为所述至少一个测试农业生产采集数据中的各个测试农业生产采集数据分配对应的预测结果，所述预测结果为所述第一农业生产特征类别或所述第二农业生产特征类别；
37、当判定所述预测结果的状态判定结果符合训练终止要求时，将所述当前生产类别知识嵌入网络输出为收敛的所述生产类别知识嵌入网络，所述状态判定结果表征所述预测结果有效或者无效；
38、当判定所述状态判定结果不符合所述训练终止要求时，基于所述状态判定结果，优化所述当前生产类别知识嵌入网络的参数，直至得到收敛的所述生产类别知识嵌入网络。
39、在第一方面的一种可能的实施方式中，所述当判定所述第一特征关联参数大于所述第二特征关联参数时，将所述第一农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别，包括：
40、当判定所述第一特征关联参数大于所述第二特征关联参数、且所述第一特征关联参数与所述第二特征关联参数之间的特征关联参数差不小于第一门限值时，将所述第一农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别；
41、所述当判定所述第一特征关联参数小于所述第二特征关联参数时，将所述第二农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别，包括：
42、当判定所述第一特征关联参数小于所述第二特征关联参数、且所述特征关联参数差不小于所述第一门限值时，将所述第二农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别；
43、在所述依据对候选农业生产数据生成的农业生产管理指令，确定所述候选农业生产数据与所述第一生产类别知识向量之间的第一特征关联参数，和确定所述候选农业生产数据与所述第二生产类别知识向量之间的第二特征关联参数之后，所述方法还包括：
44、当判定所述特征关联参数差小于所述第一门限值时，将所述第一农业生产特征类别和所述第二农业生产特征类别都输出为所述候选农业生产数据对应的农业生产特征类别。
45、在第一方面的一种可能的实施方式中，在所述将所述第一农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别，或所述将所述第二农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别之后，所述方法还包括：
46、获取当前预测农业生产特征类别的农业生产数据对应的总数量；
47、当判定所述总数量不小于第二门限值时，将所述当前预测农业生产特征类别的农业生产数据、所述多个第一模板农业生产采集数据，和所述多个第二模板农业生产采集数据，输出为样本学习数据，对初始的农业生产分类网络进行训练，直至输出收敛的农业生产分类网络，所述农业生产分类网络为用于预测农业生产数据对应的农业生产特征类别。
48、依据本技术的第二方面，提供一种应用于智慧乡村服务系统的农业生产管理系统，所述应用于智慧乡村服务系统的农业生产管理系统包括机器可读存储介质及处理器，所述机器可读存储介质存储有机器可执行指令，所述处理器在执行所述机器可执行指令时，该应用于智慧乡村服务系统的农业生产管理系统实现前述的应用于智慧乡村服务系统的农业生产管理方法。
49、依据本技术的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，在所述计算机可执行指令被执行时，实现前述的应用于智慧乡村服务系统的农业生产管理方法。
50、依据上述任意一个方面，本技术的技术效果在于：
51、本技术实施例通过模板农业生产采集数据构建生产类别知识向量，并利用特征关联参数对候选农业生产数据进行分类。具体地，首先获取对应于不同农业生产特征类别的模板农业生产采集数据，并据此确定各特征类别的知识向量。随后，依据对候选农业生产数据的农业生产管理指令，计算其与各知识向量之间的特征关联参数。通过比较这些参数，方法能够准确地将候选数据归类到相应的农业生产特征类别中。此发明提高了农业生产管理的智能化水平，有助于实现精准农业和智慧乡村的发展目标。通过自动化分类，减少了人工干预，提升了农业生产效率和数据处理的准确性。
1.一种应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述基于所述多个第一模板农业生产采集数据确定所述第一农业生产特征类别的第一生产类别知识向量，和基于所述多个第二模板农业生产采集数据确定所述第二农业生产特征类别的第二生产类别知识向量，包括：
3.根据权利要求2所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述对所述多个第一模板农业生产采集数据进行图自注意力处理，生成第一图自注意力矢量，包括：
4.根据权利要求3所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述对所述多个第一模板农业生产采集数据进行多元农业管理要素的图自注意力处理，生成对应于第一农业管理要素的第一要素自注意力矢量，和对应于第二农业管理要素的第二要素自注意力矢量，包括：
5.根据权利要求2所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述确定所述候选农业生产数据对应的候选图自注意力矢量和所述第一图自注意力矢量之间的第一相关度，包括：
6.根据权利要求1所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述基于所述多个第一模板农业生产采集数据确定所述第一农业生产特征类别的第一生产类别知识向量，和基于所述多个第二模板农业生产采集数据确定所述第二农业生产特征类别的第二生产类别知识向量，包括：
7.根据权利要求6所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，当判定所述将所述多个第一模板农业生产采集数据加载到生产类别知识嵌入网络，生成所述第一生产类别知识向量之前，所述方法还包括：
8.根据权利要求1-7中任意一项所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，所述当判定所述第一特征关联参数大于所述第二特征关联参数时，将所述第一农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别，包括：
9.根据权利要求1-7中任意一项所述的应用于智慧乡村服务系统的农业生产管理方法，其特征在于，在所述将所述第一农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别，或所述将所述第二农业生产特征类别输出为所述候选农业生产数据对应的农业生产特征类别之后，所述方法还包括：
10.一种应用于智慧乡村服务系统的农业生产管理系统，其特征在于，包括处理器以及计算机可读存储介质，所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令被处理器执行时实现权利要求1-9中任意一项所述的应用于智慧乡村服务系统的农业生产管理方法。
