CN119404814A 一种批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法 （吉林农业科技学院）

一种批量饲养麦蛾茧蜂成蜂灭杀仓储烟草地公开了一种批量饲养麦蛾茧蜂成蜂灭杀仓储的时序消耗趋势以及盒内温湿度的时序关联模此来实现对当前环境条件下蜂糖水流量的智能2和光周期16L的环境中，等1代麦蛾茧蜂对寄主幼虫进行寄生产卵之后即可得到2代麦蛾茧度为26℃内直至成蜂都被低温麻醉不能运动，并将麦蛾茧蜂成蜂从第一饲养盒内转移至获取由温度传感器和湿度传感器采集的盒内温度的时间队列和盒内湿度的时间队列，对所述盒内蜂糖水液位值的时间队列进行时序消耗分析以得到盒内蜂糖水消耗时序对所述盒内温度的时间队列和所述盒内湿度的时间队列进行时序关联分析以得到盒对所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度征向量进行基于特征映射偏差补偿的交互融合以得到盒内环境调制下盒内蜂糖水消耗时基于所述盒内环境调制下盒内蜂糖水消耗时序模式特征向量，2.根据权利要求1所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在计算所述盒内蜂糖水液位值的时间队列中每相邻两个预定时间点的盒内蜂糖水液位值之间的差值以得到盒内蜂糖水消耗表示的时间队列；将所述盒内蜂糖水消耗表示的时间队列输入基于前向LSTM模型的序列编码器以得到3.根据权利要求2所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在将所述盒内温度的时间队列和所述盒内湿度的时间队列按照时间维度排列为盒内温将所述盒内温度湿度时序关联矩阵输入基于空洞卷积神经网络模型的盒内环境时序4.根据权利要求3所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在征向量进行基于特征映射偏差补偿的交互融合以得到盒内环境调制下盒内蜂糖水消耗时3对所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度征向量进行共空间映射调制以得到调制后盒内蜂糖水消耗时序隐含关联特征向量和调制基于所述调制后盒内蜂糖水消耗时序隐含关联特征向量和所述调制时序关联隐含特征向量相对于所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度湿度时序关联隐含特征向量的特征映射偏差，对所述调制后盒内蜂糖水消耗时序隐含得到所述盒内环境调制下盒内蜂糖水消耗时序5.根据权利要求4所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在征向量进行共空间映射调制以得到调制后盒内蜂糖水消耗时序隐含关联特征向量和调制将所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度征向量输入基于全连接层的共空间映射器以得到所述调制后盒内蜂糖水消耗时序隐含关6.根据权利要求5所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在时序关联隐含特征向量相对于所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度湿度时序关联隐含特征向量的特征映射偏差，对所述调制后盒内蜂糖水消耗时序隐含对所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度征向量进行插值处理以得到插值处理后盒内蜂糖水消耗时序隐含关联特征向量和插值处将所述插值处理后盒内蜂糖水消耗时序隐含关联特征向量和所述调制后盒内蜂糖水述调制后盒内温度湿度时序关联隐含特征向量分别输入特征映射偏差度量网络以得到蜂基于所述蜂糖水消耗时序特征映射偏差补偿因子和所述盒内温映射偏差补偿因子对所述调制后盒内蜂糖水消耗时序隐含关联特征向量和所述调制后盒内温度湿度时序关联隐含特征向量进行补偿以得到补偿后盒内蜂糖水消耗时序隐含关联将所述补偿后盒内蜂糖水消耗时序隐含关联特征向量和所述补偿4序关联隐含特征向量输入特征间多维显著交互网络以得到所述盒内环境调制下盒内蜂糖7.根据权利要求6所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在耗时序隐含关联特征向量输入特征映射偏差度量网络以得到蜂糖水消耗时序特征映射偏计算所述调制后盒内蜂糖水消耗时序隐含关联特征向量和所述插值处理后盒内蜂糖的绝对值的以二为底的对数函数值以得到蜂糖水消耗时序特征映射计算所述蜂糖水消耗时序特征映射偏差表示向量与所述调制后盒内蜂糖水消耗时序和为指数的指数函数值以得到所述蜂糖水消耗时序特征8.根据权利要求7所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在序关联隐含特征向量输入特征间多维显著交互网络以得到所述盒内环境调制下盒内蜂糖糖水消耗时序交互表示向量级联融合后输入包含最大值池化层的一维卷积层以得到所述盒内环境调制下盒内蜂糖水消耗时序模式特9.根据权利要求8所述的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法，其特征在将所述盒内环境调制下盒内蜂糖水消耗时序模式特征向量输入基于解码器的蜂糖水5每日向第一饲养盒内添加浓度为10_70％的蜂糖水，并将第一饲养盒放置于温度为27_29饲养盒转移至环境温度为2_6℃内直至成蜂都被低温麻醉不能运动，并将麦蛾茧蜂成蜂从[0008]获取由温度传感器和湿度传感器采集的盒内温度的时间队列和盒内湿度的时间6[0009]对所述盒内蜂糖水液位值的时间队列进行时序消耗分析以得到盒内蜂糖水消耗[0010]对所述盒内温度的时间队列和所述盒内湿度的时间队列进行时序关联分析以得含特征向量进行基于特征映射偏差补偿的交互融合以得到盒内环境调制下盒内蜂糖水消[0014]计算所述盒内蜂糖水液位值的时间队列中每相邻两个预定时间点的盒内蜂糖水液位值之间的差值以得到盒内蜂糖水消耗表示的时间队[0015]将所述盒内蜂糖水消耗表示的时间队列输入基于前向LSTM模型的序列编码器以[0017]将所述盒内温度的时间队列和所述盒内湿度的时间队列按照时间维度排列为盒盒内温度湿度时序关联隐含特征向量进行基于特征映射偏差补偿的交互融合以得到盒内含特征向量进行共空间映射调制以得到调制后盒内蜂糖水消耗时序隐含关联特征向量和湿度时序关联隐含特征向量相对于所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度湿度时序关联隐含特征向量的特征映射偏差，对所述调制后盒内蜂糖水消耗时序合以得到所述盒内环境调制下盒内蜂糖水消耗时序盒内温度湿度时序关联隐含特征向量进行共空间映射调制以得到调制后盒内蜂糖水消耗含特征向量输入基于全连接层的共空间映射器以得到所述调制后盒内蜂糖水消耗时序隐7征向量进行补偿式交互融合以得到所述盒内环境调制下盒内蜂糖水消耗时序模式特征向含特征向量进行插值处理以得到插值处理后盒内蜂糖水消耗时序隐含关联特征向量和插[0026]将所述插值处理后盒内蜂糖水消耗时序隐含关联特征向量和所述调制后盒内蜂特征映射偏差补偿因子对所述调制后盒内蜂糖水消耗时序隐含关联特征向量和所述调制后盒内温度湿度时序关联隐含特征向量进行补偿以得到补偿后盒内蜂糖水消耗时序隐含度时序关联隐含特征向量输入特征间多维显著交互网络以得到所述盒内环境调制下盒内向量和所述调制后盒内蜂糖水消耗时序隐含关联特征向量输入特征映射偏差度量网络以[0030]计算所述调制后盒内蜂糖水消耗时序隐含关联特征向量和所述插值处理后盒内征值的绝对值的以二为底的对数函数值以得到蜂糖水消耗时序特征映射[0031]计算所述蜂糖水消耗时序特征映射偏差表示向量与所述调制后盒内蜂糖水消耗值之和为指数的指数函数值以得到所述蜂糖水消耗时序特征映射偏差[0033]分别计算所述补偿后盒内蜂糖水消耗时序隐含关联特征向量和所述补偿后盒内8境蜂糖水消耗时序交互表示向量级联融合后输入包含最大值池化层的一维卷积层以得到所述盒内环境调制下盒内蜂糖水消耗时序模[0036]将所述盒内环境调制下盒内蜂糖水消耗时序模式特征向量输入基于解码器的蜂[0039]图1为本申请实施例的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法的示意性[0040]图2为本申请实施例的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法中，每日[0041]图3为本申请实施例的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法中，每日[0042]图4为本申请实施例的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法中，对所述盒内蜂糖水液位值的时间队列进行时序消耗分析以得到盒内蜂糖水消耗时序隐含关联[0043]图5为本申请实施例的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法中，对所9[0045]专利CN110150233A提出了一种批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方图1为本申请实施例的批量饲养麦蛾茧蜂成蜂灭杀仓储烟草粉螟的方法的示意性流程图。饲养盒内添加浓度为10_70％的蜂糖水，并将第一饲养盒放置于温度为27_29℃,相对湿度移至环境温度为2_6℃内直至成蜂都被低温麻醉不能运动，并将麦蛾茧蜂成蜂从第一饲养麦蛾茧蜂成蜂转移至放蜂器内，当在烟包上出现烟草粉螟幼虫后即可打开放蜂器进行放灭杀仓储烟草粉螟的方法中，每日向第一饲养盒内添加浓度为10_70％的蜂糖水的示意性蜂糖水消耗时序隐含关联特征向量和所述盒内温度_湿度时序关联隐含特征向量进行基于特征映射偏差补偿的交互融合以得到盒内环境调制下盒内蜂糖水消耗时序模式特征向量；蜂糖水液位值的时间队列进行时序消耗分析以得到盒内蜂糖水消耗时序隐含关联特征向液位值的时间队列进行时序消耗分析以得到盒内蜂糖水消耗时序隐含关联特征向量，包表示的时间队列输入基于前向LSTM模型的序列编码器以得到所述盒内蜂糖水消耗时序隐盒内蜂糖水液位值的时间队列中每相邻两个预定时间点的盒内蜂糖水液位值之间的差值内蜂糖水消耗表示的时间队列输入基于前向LSTM模型的序列编码器以得到所述盒内蜂糖对所述盒内温度的时间队列和所述盒内湿度的时间队列进行时序关联分析以得到盒内温所述盒内温度时序输入向量和所述盒内湿度时序输入向量之间的关联矩阵以得到盒内温内温度的时间队列和所述盒内湿度的时间队列按照时间维度排列为盒内温度时序输入向内温度湿度时序关联矩阵输入基于空洞卷积神经网络模型的盒内环境时序模式特征提取盒内温度湿度时序关联矩阵中深层次的温湿度时序关联特征，本申请采用基于空洞卷积卷积神经网络模型通过引入空洞卷积操作，可以在不增加参数数量的情况下扩大感受野，特征映射偏差补偿的交互融合以得到盒内环境调制下盒内蜂糖水消耗时序模式特征向量。温度湿度时序关联隐含特征向量进行共空间映射以实现特征空间的对齐，并通过共空间量和所述盒内温度湿度时序关联隐含特征向量进行基于特征映射偏差补偿的交互融合以特征向量；基于所述调制后盒内蜂糖水消耗时序隐含关联特征向量和所述调制后盒内温度湿度时序关联隐含特征向量相对于所述盒内蜂糖水消耗时序隐含关联特征向量和所述盒内温度湿度时序关联隐含特征向量的特征映射偏差，对所述调制后盒内蜂糖水消耗时融合以得到所述盒内环境调制下盒内蜂糖水消耗时序模度湿度时序关联隐含特征向量进行插值处理，使得插值处理后的特征与共空间调制后的量和所述盒内温度湿度时序关联隐含特征向量进行共空间映射调制以得到调制后盒内蜂输入基于全连接层的共空间映射器以得到所述调制后盒内蜂糖水消耗时序隐含关联特征耗时序隐含关联特征向量和所述盒内温度一湿度时序关联隐含特征向量的特征映射偏差，联隐含特征向量进行补偿式交互融合以得到所述盒内环境调制下盒内蜂糖水消耗时序模序关联隐含特征向量进行插值处理以得到插值处理后盒内蜂糖水消耗时序隐含关联特征度湿度时序关联特征映射偏差补偿因子对所述调制后盒内蜂糖水消耗时序隐含关联特征征向量输入特征间多维显著交互网络以得到所述盒内环境调制下盒内蜂糖水消耗时序模关联特征向量和所述调制后盒内蜂糖水消耗时序隐含关联特征向量输入特征映射偏差度消耗时序隐含关联特征向量和所述插值处理后盒内蜂糖水消耗时序隐含关联特征向量之序交互表示向量级联融合后输入包含最大值池化层的一维卷积层以得到所述盒内环境调因子对所述调制后盒内蜂糖水消耗时序隐含关联特征向量进行补偿以得到补偿后盒内蜂的各个特征值除以所述校正因子以得到所述补偿后盒内蜂糖水消耗时序隐含关联特征向序隐含关联特征向量和插值处理后盒内温度一湿度时序关联隐含特征向量，和分别表示所述调制后盒内蜂糖水消耗时序隐含关联特征向量、所联隐含特征向量和所述插值处理后盒内温度一湿度时序关联隐含特征向量中第i位置的特蜂糖水消耗时序隐含关联特征向量的特征尺度，s1和s2分别表示蜂糖水消耗时序特征映射盒内蜂糖水消耗时序隐含关联特征向量和补偿后盒内温度一湿度时序关联隐含特征向量，水消耗时序模式特征向量进行解码预测以得到蜂糖水推荐流量值；其中，所述公式为：Y=Z(W8V),其中，V是所述盒内环境调制下盒内蜂糖水消耗时序模式特征向量，Y是[0081]确定所述盒内环境调制下盒内蜂糖水消耗时序模式特征并分别计算所述零特征值数目的以二为底的对数值的倒数和所述零特征值数目的倒数的以自然常数为底的指数值以获得第一盒内环境调制下盒内蜂糖水消耗时序模式特征表示值和第二盒内环境调制下盒内蜂糖水消耗时序模式[0082]计算所述盒内环境调制下盒内蜂糖水消耗时序模式特征向量的每个特征值以所述零特征值数目的倒数为指数的幂函数以获得盒内环境调制下盒内蜂糖水消耗时序模式[0083]将所述盒内环境调制下盒内蜂糖水消耗时序模式特征结构状态向量与所述第一盒内环境调制下盒内蜂糖水消耗时序模式特征表示值进行点乘以获得盒内环境调制下盒[0084]将所述盒内环境调制下盒内蜂糖水消耗时序模式特征结构状态向量的自相关矩阵分别与所述第二盒内环境调制下盒内蜂糖水消耗时序模式特征表示值和权重超参数进行点乘以获得盒内环境调制下盒内蜂糖水消耗时序模式特[0085]将所述盒内环境调制下盒内蜂糖水消耗时序模式特征信息表示向量与所述盒内环境调制下盒内蜂糖水消耗时序模式特征回归理解矩阵进行矩阵相乘以获得优化的盒内[0086]将所述