CN111062554B - 农作物产期产量管理分析系统 - Google Patents
农作物产期产量管理分析系统 Download PDFInfo
- Publication number
- CN111062554B CN111062554B CN201910708213.2A CN201910708213A CN111062554B CN 111062554 B CN111062554 B CN 111062554B CN 201910708213 A CN201910708213 A CN 201910708213A CN 111062554 B CN111062554 B CN 111062554B
- Authority
- CN
- China
- Prior art keywords
- yield
- demand
- supply
- value
- crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 65
- 230000007613 environmental effect Effects 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 8
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 3
- 239000002689 soil Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 3
- 244000234181 Syzygium samarangense Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000287107 Passer Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002595 cold damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 230000005089 fruit drop Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012261 overproduction Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Agronomy & Crop Science (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种农作物产期产量管理分析系统，用以解决已知农作物产量供需失衡的问题。是包含：一个需求端，用以输出一个需求产期及一个产量需求值；数个供应端，用以分别输出一个供应产期及一个产量供应值；数个检测平台，用以分别取得农作物种植过程中的一个生长参数组；及一个管理平台，将该产量需求值进行分配给该供应产期与该需求产期有产生重叠的该数个供应端中的至少一供应端，对该至少一供应端的生长参数组进行解析，以取得一个预估产期及一个产量预估值，计算取得该至少一供应端于该预估产期内的一个总产量预估值，分析该总产量预估值是否符合该产量需求值，以产生一个配套措施。
Description
技术领域
本发明是关于一种管理分析系统，尤其是一种能够用以分析特定期间内的农作物的总产量预估值是否符合产量需求值的农作物产期产量管理分析系统。
背景技术
农产品为民生所需，亦是农民生计的主要来源。近年来由于气候异常与快速变迁，因此，对全球农业造成严重的冲击，进而影响农作物的产期、产量，以及对农作物的价格产生剧烈的波动。再且，由于农作物的产量及价格往往受限于产地、产季、耕种作业及种植过程的气候等因素影响，因此，在未能有效掌握上述因素的情形之下，使得农民农作物实际收成结果与原先预估产量、产期大幅差距，亦使得最终供应量与需求量无法平衡，导致农作物的价格暴涨或是产量过剩的供需失衡的问题。
有鉴于此，有必要提供一种管理分析系统，以解决上述之问题。
发明内容
为解决上述问题，本发明的目的是提供一种农作物产期产量管理分析系统，能够用以分析特定期间内的农作物的总产量预估值是否符合产量需求值者。
本发明的农作物产期产量管理分析系统，包含：一个需求端，用以输出一个需求产期及一个产量需求值；数个供应端，用以分别输出所属的种植农地的农作物的一个供应产期及一个产量供应值；数个检测平台，用以分别对种植于各该种植农地的农作物进行检测，以分别取得农作物种植过程中的一个生长参数组；及一个管理平台，耦接该需求端、该数个供应端及该数个检测平台，该管理平台将该产量需求值进行分配，以分配给该供应产期与该需求产期有产生重叠的该数个供应端中的至少一个供应端，对该至少一个供应端的生长参数组进行解析，以取得一个预估产期及一个产量预估值，计算取得该至少一个供应端于该预估产期内的一个总产量预估值，分析该总产量预估值是否符合该产量需求值，以产生一个配套措施。
据此，本发明的农作物产期产量管理分析系统，能够将该产量需求值分配给该供应产期与该需求产期有产生重叠的至少一供应端，计算取得该至少一供应端于该预估产期内的一总产量预估值，并确认该总产量预估值是否符合该产量需求值，以产生一配套措施。藉此，本发明农作物产期产量管理分析系统能够避免最后的实际产量与该产量需求值相差甚远，是具有维持农作物产量供需平衡以稳定市场价格的功效。
其特征在于，当该总产量预估值大于该产量需求值时，该配套措施是为该管理平台计算该总产量预估值与该产量需求值的产量差额，供提早拟定配套措施以解决该农作物过剩问题。如此，本发明农作物产期产量管理分析系统是具有可以提早解决问题，以避免因农作物产量生产过剩，而导致农作物价格大幅崩盘的功效。
其特征在于，当该总产量预估值小于该产量需求值时，该配套措施是为该管理平台计算该产量需求值与该总产量预估值的产量差额，供提早拟定配套措施以解决该农作物不足问题。如此，本发明农作物产期产量管理分析系统是具有可以提早解决问题，以避免发生缺货情况，进而造成农作物价格大幅上涨的功效。
其特征在于，各该检测平台以一个环境感测模组感测各该种植农地的环境因子，以分别取得一个环境参数组，该管理平台对各该生长参数组及各该环境参数组进行解析，以分别取得各该农作物的预估产期及产量预估值。如此，本发明农作物产期产量管理分析系统是具有掌握各该农地实际生长的环境，以利通路商提早因应各该农地环境的变化，以确保农作物最终实际的产量能符合该产量需求值的功效。
其特征在于，该管理平台是将各该生长参数组及各该环境参数组输入一个学习预测模型中，以计算取得各该农作物的预估产期及产量预估值。如此，本发明农作物产期产量管理分析系统是具有提升分析农作物的产量预估值精准度的功效。
其特征在于，该学习预测模型能够对该环境参数组的训练资料执行一特征萃取处理，该特征萃取处理可依据农作物于各生长阶段的一个有效积温要求门槛值、特定环境因子数据要求门槛值或特定田间作业行为纪录进行生长阶段的时间点切割，再针对该环境参数组依据各时间点进行各生长阶段的特征萃取处理。如此，本发明农作物产期产量管理分析系统是具有提升资料可用性的功效。
其特征在于，该管理平台依据该环境参数组判断是否有农作物灾情发生，若符合农作物灾情发生的判断条件时，该管理平台提供农作物灾情预警通报，以供该至少一供应端所属的农民可因应处理，或改善农地及农作物的情况。如此，本发明农作物产期产量管理分析系统能够提供因应的策略，减轻农作物产量因灾害所造成的耗损的功效。
其特征在于，该管理平台依据改善后的农地及农作物的情况，重新评估该农地所种植的农作物的预估产期及产量预估值。如此，本发明农作物产期产量管理分析系统是具有进一步提升分析农作物的预估产期及产量预估值精准度的功效。
附图说明
图1为本发明一较佳实施例的系统方块图。
【附图标记说明】
1：需求端；
2：供应端；
3：检测平台；
4：管理平台；
41：储存单元。
具体实施方式
为让本发明的上述及其他目的、特征及优点能更明显易懂，下文特举本发明的较佳实施例，并配合所附图式，作详细说明如下：
请参照第1图所示，其是本发明农作物产期产量管理分析系统的一较佳实施例，是包含一需求端1、数个供应端2、数个检测平台3及一管理平台4，该管理平台4耦接该需求端1、该数个供应端2及该数个检测平台3。
该需求端1能够用以输出一需求产期及一产量需求值，该产量需求值是为该需求端1所属的农产流通商或通路商，于该需求产期内所欲收购的农作物产量。该需求端1可以为一桌上型电脑或一行动装置，可不以此为限。
该数个供应端2能够用以分别输出所属的种植农地的农作物的一供应产期及一产量供应值，该产量供应值是为各该供应端2所属的用户(如：供应农民或供应农场)，的种植农地的农作物生产量。各该供应端2可以为一桌上型电脑或一行动装置，可不以此为限。
各该检测平台3能够用以对种植于各该种植农地的农作物进行检测，以分别取得农作物种植过程中的一生长参数组，该数个检测平台3的数量较佳是等同于该数个供应端2的数量。例如但不限制地，各该检测平台3可以包含选自一茎秆直径检测器、一径流检测器及一叶片厚度检测器中的至少一个检测器。其中，该生长参数组是可以包含选自一种植作业纪录、一栽培期程纪录及一收成结果纪录中的至少一种。较佳地，各该检测平台3还能够以一环境感测模组感测各该种植农地的环境因子，以分别取得一环境参数组。该环境参数组是可以包含选自一农地环境的一大气温度、一大气湿度、一土壤温度、一土壤湿度、一土壤PH、一土壤EC、一光量子、一光辐射、一雨量、一水位、一风向及一风速中的至少一个，可不以此为限。
该管理平台4能够耦接该需求端1、该数个供应端2及该数个检测平台3，该管理平台4可以为任何具有高计算能力，且能够透过网络同时提供多个用户使用特定服务的电脑，例如可以为一工作群组级服务器、一部门级服务器或一企业级服务器，可不以此为限。该管理平台4是能够将该产量需求值分配给该数个供应端2中的至少一供应端2，并分析该至少一供应端2的种植农地的农作物的一总产量预估值是否符合该产量需求值，以产生一配套措施。
具体而言，该管理平台4是可以将该产量需求值分配给该供应产期与该需求产期有产生重叠的至少一供应端1，使该至少一供应端1所属的种植农地依据分配到的部份产量需求值种植相对应数量的农作物。其中，该分配的方式在本发明中不加以限制，举例而言，该管理平台4能够以一储存单元41纪录各该供应端1所擅长种植的农作物种类。藉此，该管理平台4在分配时，能够将较多部份的产量需求值分配给较擅长种植所需的农作物的供应端1。
该管理平台4是能够对各该生长参数组及/或各该环境参数组进行解析，以分别取得各该农作物的一预估产期及一产量预估值。详言之，该管理平台4是能够将各该生长参数组及/或各该环境参数组输入一学习预测模型中，以计算取得各该农作物的预估产期及产量预估值。该管理平台4能够借由收集巨量的生长参数组及/或环境参数组，作为该学习预测模型的训练资料，以完成该学习预测模型的训练。其中，该学习预测模型能够对该环境参数组的训练资料执行一特征萃取处理，该特征萃取处理可依据农作物于各生长阶段的一有效积温要求门槛值、特定环境因子数据要求门槛值或特定田间作业行为纪录进行生长阶段的时间点切割，再针对该环境参数组依据各时间点进行各生长阶段的特征萃取处理。其中，该学习预测模型是可以透过机器学习(Machine Learning)的递归神经网络(RecurrentNeural Network,RNN)与长短期记忆模型(Long Short Term Memory,LSTM)等算法进行模型的训练，可不以此为限。
该管理平台4能够计算取得该至少一供应端2于该预估产期内的一总产量预估值。该管理平台4能够借由分析该总产量预估值是否符合该产量需求值，以产生一配套措施。举例而言，当该总产量预估值大于该产量需求值时，该管理平台4计算该总产量预估值与该产量需求值的产量差额，并可以提早拟定配套措施以解决该农作物过剩问题，例如可以将该产量差额的农作物外销至国外或外县市；或着是分配至加工食品工厂，以制成冷冻食品或腌制品；或者是提早安排储存场所，可将该农作物予以储存。此外，当该总产量预估值小于该产量需求值时，该管理平台4计算该产量需求值与该总产量预估值的产量差额，并提早拟定配套措施以解决该农作物不足问题，例如可以为使该管理平台4从国外或外县市进口该产量差额的农作物，以维持农作物的供需平衡。
较佳地，该管理平台4还可以建立用以判断各农作物是否产生灾情的至少一判断条件，该至少一判断条件能够储存于该储存单元41，该至少一判断条件的规则内容是可以包含农作物于特定种植天数或日期区间内，针对该环境参数组中的特定参数设定对应可能发生的农作物灾情事件判断条件。
据由前述系统架构，本发明的农作物产期产量管理分析系统在使用时，农产流通商、通路商能够以一行动装置发布一收购信息至该管理平台4，该收购信息是可以包含所欲收购的农作物的需求产期及产量需求值。例如：需求产期为6月份第一周，产量需求值为10吨。此外，供应农民或供应农场能够以一行动装置或一桌上型电脑发布一种植信息至该管理平台4，该种植信息是可以包含所种植的农作物的供应产期及产量供应值。例如：A农民于6月份第一周的产量供应值为5吨；B农民于6月份第一周的产量供应值为2吨；C农民于6月份第一周的产量供应值为6吨。举例而言，该管理平台4能够将10吨的产量需求值分配给A农民3吨，B农民2吨，C农民5吨，使A～C农民依据各自所被分配到的产量需求值的数量种植相对应数量的农作物。
各农民在种植的过程中，该检测平台3能够用以对各农民的种植农地的农作物进行检测，以分别取得一生长参数组。再且，该检测平台3能够透过架设于各该种植农地现场的一环境感测模组感测各农民的种植农地的大气温度、大气湿度、土壤温度、土壤湿度、土壤PH、土壤EC、光量子、光辐射、雨量、水位、风向及风速中的至少一个，以分别取得一环境参数组。该管理平台4对各该生长参数组及/或各该环境参数组进行解析，以分别取得各农民的种植农地的预估产期及产量预估值。例如：A农民所分配的产量供应值中预估有1吨将会延后一周采收；B农民所分配的产量供应值中预估有1吨将会延后一周采收；C农民所分配的产量供应值中预估有2吨将会提前一周采收。该管理平台4计算取得A～C农民于6月份第一周的总产量预估值为6吨，由于该总产量预估值少于该产量需求值所需的10吨，因此，由该管理平台4能够提早了解供应短缺而及早进行供应协调，更甚之能够从国外或外县市进口4吨的农作物，以维持农作物的供需平衡。
其中，于各该种植农地的种植期间，若符合农作物灾情发生的判断条件时，该管理平台4能够提供农作物灾情预警通报，以供各农民可因应处理，或改善农地及农作物的情况。举例而言，以种植莲雾为例，当该管理平台4取得一气象资料为「持续的阴雨天及低温特报」时，该管理平台4可以发出预警通报，并建议增加对于莲雾的光照度及温度，以避免寒害及落果发生。该管理平台4再依据改善后的农地及农作物的情况，重新评估该农地所种植的农作物的预估产期及产量预估值。
综上所述，本发明的农作物产期产量管理分析系统，能够将该产量需求值分配给该供应产期与该需求产期有产生重叠的至少一供应端，计算取得该至少一供应端于该预估产期内的一总产量预估值，并确认该总产量预估值是否符合该产量需求值，以产生一配套措施。藉此，本发明农作物产期产量管理分析系统能够避免最后的实际产量与该产量需求值相差甚远，是具有维持农作物产量供需平衡以稳定市场价格的功效。
Claims (7)
1.一种农作物产期产量管理分析系统，包含：
一个需求端，用以输出一个需求产期及一个产量需求值；
数个供应端，用以分别输出所属的种植农地的农作物的一个供应产期及一个产量供应值；
数个检测平台，用以分别对种植于各该种植农地的农作物进行检测，以分别取得农作物种植过程中的一个生长参数组，各该检测平台以一个环境感测模组感测各该种植农地的环境因子，以分别取得一个环境参数组，该环境参数组包含一气象资料；及
一个管理平台，耦接该需求端、该数个供应端及该数个检测平台，该管理平台将该产量需求值进行分配，以分配给该供应产期与该需求产期有产生重叠的该数个供应端中的至少一个供应端，对该至少一个供应端的生长参数组及环境参数组进行解析，以取得一个预估产期及一个产量预估值，计算取得该至少一个供应端于该预估产期内的一个总产量预估值，分析该总产量预估值是否符合该产量需求值，以产生一个配套措施，该管理平台依据该环境参数组判断是否有农作物灾情发生，若符合农作物灾情发生的判断条件时，该管理平台提供农作物灾情预警通报，以供该至少一个供应端所属的农民可因应处理，或改善农地及农作物的情况，该判断条件为该气象资料的持续阴雨天及低温特报。
2.根据权利要求1所述的农作物产期产量管理分析系统，其特征在于，当该总产量预估值大于该产量需求值时，该配套措施是为该管理平台计算该总产量预估值与该产量需求值的产量差额，供提早拟定配套措施。
3.根据权利要求1所述的农作物产期产量管理分析系统，其特征在于，当该总产量预估值小于该产量需求值时，该配套措施是为该管理平台计算该产量需求值与该总产量预估值的产量差额，供提早拟定配套措施。
4.根据权利要求1项所述的农作物产期产量管理分析系统，其特征在于，当该管理平台提供农作物灾情预警通报时，该管理平台发出一个建议，该建议包含增加对农作物的光照度及温度。
5.根据权利要求1所述的农作物产期产量管理分析系统，其特征在于，该管理平台是将各该生长参数组及各该环境参数组输入一个学习预测模型中，以计算取得各该农作物的预估产期及产量预估值。
6.根据权利要求5项所述的农作物产期产量管理分析系统，其特征在于，该学习预测模型能够对该环境参数组的训练资料执行一个特征萃取处理，该特征萃取处理可依据农作物于各生长阶段的一个有效积温要求门槛值、特定环境因子数据要求门槛值或特定田间作业行为纪录进行生长阶段的时间点切割，再针对该环境参数组依据各时间点进行各生长阶段的特征萃取处理。
7.根据权利要求1所述的农作物产期产量管理分析系统，其特征在于，该管理平台依据改善后的农地及农作物的情况，重新评估该农地所种植的农作物的预估产期及产量预估值。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107136578 | 2018-10-17 | ||
| TW107136578A TWI695339B (zh) | 2018-10-17 | 2018-10-17 | 農作物產期產量管理分析系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111062554A CN111062554A (zh) | 2020-04-24 |
| CN111062554B true CN111062554B (zh) | 2023-09-01 |
Family
ID=70297373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910708213.2A Active CN111062554B (zh) | 2018-10-17 | 2019-08-01 | 农作物产期产量管理分析系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111062554B (zh) |
| TW (1) | TWI695339B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202854581U (zh) * | 2012-10-16 | 2013-04-03 | 无锡中科智能农业发展有限责任公司 | 便携式农业数据采集与决策的智能监控装置 |
| WO2013179202A2 (en) * | 2012-05-31 | 2013-12-05 | Koninklijke Philips N.V. | Environmental parameter determination device and method using acoustics |
| CN104732426A (zh) * | 2015-03-25 | 2015-06-24 | 中国农业科学院农业信息研究所 | 一种农产品产销决策方法、装置及系统 |
| CN104732435A (zh) * | 2015-04-03 | 2015-06-24 | 中国农业科学院农业信息研究所 | 一种农产品供需撮合系统与方法 |
| CN106250899A (zh) * | 2016-07-29 | 2016-12-21 | 华东交通大学 | 一种基于分布式压缩感知wsn的柑桔病虫害监测预警方法 |
| CN107392708A (zh) * | 2017-07-18 | 2017-11-24 | 福农宝（厦门）大数据科技有限公司 | 一种基于排产数据的农产品b2b交易平台 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AP3565A (en) * | 2009-09-18 | 2016-01-28 | Intuit Inc | Matching parties to a transaction for an agricultural commodity |
| EP2330481A1 (en) * | 2009-12-03 | 2011-06-08 | Racktivity NV | Data center management unit with improved disaster prevention and recovery |
| TW201335876A (zh) * | 2012-02-23 | 2013-09-01 | Hon Hai Prec Ind Co Ltd | 農產品種植管控系統及管控方法 |
| CN103646299A (zh) * | 2013-12-19 | 2014-03-19 | 浙江省公众信息产业有限公司 | 基于神经元网络的农作物预测方法与装置 |
| TWM572533U (zh) * | 2018-10-17 | 2019-01-01 | 凌誠科技股份有限公司 | Crop yield management analysis system |
-
2018
- 2018-10-17 TW TW107136578A patent/TWI695339B/zh active
-
2019
- 2019-08-01 CN CN201910708213.2A patent/CN111062554B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013179202A2 (en) * | 2012-05-31 | 2013-12-05 | Koninklijke Philips N.V. | Environmental parameter determination device and method using acoustics |
| CN202854581U (zh) * | 2012-10-16 | 2013-04-03 | 无锡中科智能农业发展有限责任公司 | 便携式农业数据采集与决策的智能监控装置 |
| CN104732426A (zh) * | 2015-03-25 | 2015-06-24 | 中国农业科学院农业信息研究所 | 一种农产品产销决策方法、装置及系统 |
| CN104732435A (zh) * | 2015-04-03 | 2015-06-24 | 中国农业科学院农业信息研究所 | 一种农产品供需撮合系统与方法 |
| CN106250899A (zh) * | 2016-07-29 | 2016-12-21 | 华东交通大学 | 一种基于分布式压缩感知wsn的柑桔病虫害监测预警方法 |
| CN107392708A (zh) * | 2017-07-18 | 2017-11-24 | 福农宝（厦门）大数据科技有限公司 | 一种基于排产数据的农产品b2b交易平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| TWI695339B (zh) | 2020-06-01 |
| CN111062554A (zh) | 2020-04-24 |
| TW202016863A (zh) | 2020-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Feng et al. | Dynamic wheat yield forecasts are improved by a hybrid approach using a biophysical model and machine learning technique | |
| Khanh et al. | Future of smart agriculture techniques and applications | |
| Pagani et al. | Forecasting sugarcane yields using agro-climatic indicators and Canegro model: A case study in the main production region in Brazil | |
| WO2014036281A2 (en) | Targeted agricultural recommendation system | |
| Fedorov et al. | Process of digital transformation of agrarian economy | |
| Talebpour et al. | The role of precision agriculture in the promotion of food security | |
| Lazim et al. | Adoption of IR4. 0 into agricultural sector in Malaysia: Potential and challenges | |
| Kumar et al. | Artificial intelligence: new technology to improve Indian agriculture | |
| Sørensen | Workability and machinery sizing for combine harvesting | |
| Petrović et al. | Application of precision agriculture technologies in Central Europe-review | |
| Kwanmuang et al. | Small-scale farmers under Thailand’s smart farming system | |
| CN118095538A (zh) | 一种基于物联网的农业种植智能管理平台 | |
| Micheni et al. | Internet of things, big data analytics, and deep learning for sustainable precision agriculture | |
| Singh et al. | Applications of AI in agriculture | |
| Mohammed et al. | Applications of AI and IoT for Advancing Date Palm Cultivation in Saudi Arabia | |
| Bates et al. | Evaluation of the Concord crop load response for current commercial production in New York | |
| CN111062554B (zh) | 农作物产期产量管理分析系统 | |
| Waryanto et al. | Analysis of farming efficiency and smart farming system development in supporting garlic self-sufficiency: A concept | |
| Lakshmi et al. | Analysing agricultural information through machine learning and artificial intelligence for SMART IRRIGATION | |
| Kuradusenge et al. | SMART-CYPS: An intelligent Internet of Things and Machine Learning powered crop yield prediction system for food security | |
| Maurya et al. | A Review on Precision Agriculture: An Evolution and Prospect for the Future | |
| TWM572533U (zh) | Crop yield management analysis system | |
| Borodin et al. | A decision support system for efficient crop production supply chain management | |
| Angchuk et al. | Prospects of ‘SMART Farming’in Cold Arid Region of Ladakh, India | |
| Jena et al. | Resurrection of Indian Agriculture through Revolutionary Innovations of Science and Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230802 Address after: 3, 5F, No. 2, Fuxing 4th Road, Qianzhen District, Kaohsiung, Taiwan, China, China Applicant after: Lingju Agricultural Technology Co.,Ltd. Address before: 2 / F 10, No.2 Fuxing 4th Road, qianzhen District, Kaohsiung, Taiwan, China Applicant before: Lingcheng Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |