CN117474392B - 一种种植户潜力分析系统 - Google Patents

Abstract

本发明涉及数据处理领域，尤其涉及一种种植户潜力分析系统，当计算机程序被处理器执行时，实现以下步骤：根据第一种植户数据集获取到第二种植户数据集，根据第一种植户数据集和第二种植户数据集拟合得到映射关系函数集，进而获取到映射关系函数集对应的拟合准确程度集，若拟合准确程度大于预设的拟合准确程度阈值，则根据第二种植户数据集、拟合准确程度集和映射关系函数集获取到种植潜力优先级集。可知，通过拟合第一种植户数据集和第二种植户数据集之间的映射关系函数，并获取到映射关系函数对应的拟合准确程度来表征映射关系函数集的准确性和可靠程度，作为种植潜力优先级集的计算基础，提高了对新老种植户进行潜力分析的准确性和可靠性。

Description

一种种植户潜力分析系统

技术领域

本发明涉及数据处理领域，特别是涉及一种种植户潜力分析系统。

背景技术

为了提升种植户的种植能力，现阶段通常以一视同仁的方式对所有种植户进行通识教育培训，以指导种植户进行种植活动并完成培育目标。然而，不同种植户在经验、技术水平、资源条件和市场需求等方面存在差异，单一的通识培训无法满足不同种植户的培训需求，上述方法无法准确识别和培养具有潜力和发展空间的种植户，限制了种植能力的进一步提升。因此，对种植户的种植潜力进行分析对于满足种植户的培训要求、提高种植户的培训效果具有重要的意义。

在种植户的潜力分析任务中，现行技术方法通常依赖于主观判断与经验，容易受到评价者的个人偏见影响，且缺乏标准化的分析指标和分析体系，导致分析结果的准确性和可靠性较低，难以为种植户的培训提供准确可靠的指导。

因此，如何提高对种植户进行潜力分析的准确性和可靠性成为亟待解决的问题。

发明内容

针对上述技术问题，本发明采用的技术方案为一种种植户潜力分析系统，

所述系统包括处理器和存储有计算机程序的存储器，其特征在于，所述存储器还存储有第一种植户数据集A＝{A₁，A₂，……，A_i，……，A_m}以及种植户平均收入D，其中，第i个种植户的第一种植户数据集A_i＝{A_i1，A_i2，……，A_iu，……，A_iv}，A_iu＝{A_iu1，A_iu2，A_iu3}，A_iu1是指所述第i个种植户在第u年对应的第一种植面积，A_iu2是指所述第i个种植户在第u年对种植技术的第一掌握程度，A_iu3是指所述第i个种植户在第u年的第一种植收入，i＝1，2，……，m，m是指种植户的总数量，u＝1，2，……，v，v是指种植户种植的年数，当所述计算机程序被处理器执行时，实现以下步骤：

S1，对A进行归一化处理后获取到第二种植户数据集B＝{B₁，B₂，……，B_i，……，B_m},其中，所述第i个种植户的第二种植户数据B_i＝{B_i1，B_i2，……，B_iu，……，B_iv}，B_iu＝{B_iu1，B_iu2，B_iu3}，B_iu1是指所述第i个种植户在第u年对应的第二种植面积，B_iu2是指所述第i个种植户在第u年对种植技术的第二掌握程度，B_iu3是指所述第i个种植户在第u年的第二种植收入。

S2，根据A和B，拟合得到A和B之间的映射关系函数集F＝{F₁，F₂，……，F_i，……，F_m}，其中，F_i是指A_i和B_i之间的映射关系函数，A_iuj对应的映射值F_i(A_iuj)＝a_i+b_iA_iuj，其中，j＝1、2或3，a_i和b_i符合如下条件：

b_i＝∑_u＝1 ^v∑_j＝1 ³(A_iuj-P)×(B_iuj-Q)/((A_iuj-P)×A_iuj)，

a_i＝Q-b_i×P，其中，P＝∑_u＝1 ^v∑_j＝1 ³A_iuj/(3v)，Q＝∑_u＝1 ^v∑_j＝1 ³B_iuj/(3v)。

S3，根据A、B和F，获取到F对应的拟合准确程度集C＝{C₁，C₂，……，C_i，……，C_m}，其中，C_i是指F_i对应的拟合准确程度，C_i符合如下条件：

C_i＝1-((∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-B_iuj)^2)/(∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-(∑_u＝1 ^v∑_j＝1 ³F(A_iuj))/(3v))^2)。

S4，若C_i＞C₀，则根据B、C和F，获取到A对应的种植潜力优先级集E＝{E₁，E₂，……，E_i，……，E_m}，其中，C₀是指预设的拟合准确程度阈值，E_i是指所述第i个种植户的种植潜力优先级，E_i符合如下条件：

E_i＝∑_u＝1 ^v((B_iu3/D)×C_i×(H₁×F_i(A_iu1)+H₂×F_i(A_iu2)+H₃×F_i(A_iu3)))，其中，H₁是指预设的种植面积优先级，H₂是指预设的技术掌握程度优先级，H₃是指预设的种植收入优先级。

本发明与现有技术相比具有明显的有益效果，借由上述技术方案，本发明提供的种植户潜力分析系统可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有以下有益效果：通过对A进行归一化处理后获取到第二种植户数据集B＝{B₁，B₂，……，B_i，……，B_m}，根据A和B，拟合得到A和B之间的映射关系函数集F＝{F₁，F₂，……，F_i，……，F_m}，根据A、B和F，获取到F对应的拟合准确程度集C＝{C₁，C₂，……，C_i，……，C_m}，若C_i＞C₀，则根据B、C和F，获取到A对应的种植潜力优先级集E＝{E₁，E₂，……，E_i，……，E_m}。可知，通过拟合A和B之间的映射关系函数，并获取到映射关系函数对应的拟合准确程度来表征F的准确性和可靠程度，进一步结合B、C和F获取到种植潜力优先级，提高了对新老种植户进行潜力分析的准确性和可靠性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种种植户潜力分析系统的执行计算机程序的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，本实施例一提供了一种种植户潜力分析系统，所述系统包括处理器和存储有计算机程序的存储器，其特征在于，存储器还存储有第一种植户数据集A＝{A₁，A₂，……，A_i，……，A_m}以及种植户平均收入D，其中，第i个种植户的第一种植户数据集A_i＝{A_i1，A_i2，……，A_iu，……，A_iv}，A_iu＝{A_iu1，A_iu2，A_iu3}，A_iu1是指第i个种植户在第u年对应的第一种植面积，A_iu2是指第i个种植户在第u年对种植技术的第一掌握程度，A_iu3是指第i个种植户在第u年的第一种植收入，i＝1，2，……，m，m是指种植户的总数量，u＝1，2，……，v，v是指种植户种植的年数，当计算机程序被处理器执行时，实现以下步骤：

S1，对A进行归一化处理后获取到第二种植户数据集B＝{B₁，B₂，……，B_i，……，B_m},其中，第i个种植户的第二种植户数据B_i＝{B_i1，B_i2，……，B_iu，……，B_iv}，B_iu＝{B_iu1，B_iu2，B_iu3}，B_iu1是指第i个种植户在第u年对应的第二种植面积，B_iu2是指第i个种植户在第u年对种植技术的第二掌握程度，B_iu3是指第i个种植户在第u年的第二种植收入。

其中，种植户平均收入是指所有的种植户在第1年到第v年的所有收入的平均收入，所有收入中包括种植收入和非种植收入。

A_iu1是指第i个种植户在第u年对应的第一种植面积，A_iu2是指第i个种植户在第u年对种植技术的第一掌握程度，A_iu3是指第i个种植户在第u年的第一种植收入，则A_iu1、A_iu2和A_iu3越小，表征第i个种植户在种植资源、种植技术水平和种植经验等方面的自身潜力越低，需要对第i个种植户进行基础的种植培训，以提升第i个种植户的基础种植能力；A_iu1、A_iu2和A_iu3越大，表征第i个种植户在种植资源、种植技术水平和种植经验等方面的自身潜力越高，需要对第i个种植户进行更高阶的种植培训，以进一步提升第i个种植户的高阶种植能力。从而通过对各个种植户进行潜力分析，来针对性地对各个种植户进行个性化种植培训，从而提高种植户的培训效果。

例如，当种植户是种植烟草的烟农时，A_iu1是指第i个烟农在第u年种植的烟草的第一种植面积，A_iu2是指第i个烟农在第u年对烟草种植技术的第一掌握程度，A_iu3是指第i个烟农在第u年种植的烟草的第一种植收入，则A_iu1、A_iu2和A_iu3越小，表征第i个烟农在烟草种植资源、烟草种植技术水平和烟草种植经验等方面的自身潜力越低，需要对第i个烟农进行基础的烟草种植培训，以提升第i个烟农的基础烟草种植能力；A_iu1、A_iu2和A_iu3越大，表征第i个烟农在烟草种植资源、烟草种植技术水平和烟草种植经验等方面的自身潜力越高，需要对第i个烟农进行更高阶的烟草种植培训，以进一步提升第i个烟农的高阶烟草种植能力。

具体地，本实施例首先对A进行归一化处理后获取到第二种植户数据集B＝{B₁，B₂，……，B_i，……，B_m}，对应地，第i个种植户的第二种植户数据B_i＝{B_i1，B_i2，……，B_iu，……，B_iv}，其中，B_iu＝{B_iu1，B_iu2，B_iu3}，B_iu1是指第i个种植户在第u年对应的第二种植面积，B_iu2是指第i个种植户在第u年对种植技术的第二掌握程度，B_iu3是指第i个种植户在第u年的第二种植收入，作为后续对新老种植户进行潜力分析的数据基础。

本实施例对A进行归一化处理后获取到第二种植户数据集，为后续对新老种植户进行潜力分析提供了数据基础。

在一具体实施方式中，种植技术包括土壤管理技术、选种技术、育苗技术、定植技术、栽培技术和田间管理技术。

其中，本实施例中的种植技术可以由实施者根据实际情况进行设定，本实施例中可根据实际情况设定种植技术包括土壤管理技术、选种技术、育苗技术、定植技术、栽培技术和田间管理技术。则种植户对上述种植技术的掌握程度越高，表征种植户在种植资源、种植技术水平和种植经验等方面的自身潜力越高。

在一具体实施方式中，S1具体包括如下步骤：

S11，根据A，获取到第一种植面积集A¹＝{A₁₁₁，A₁₂₁，……，A_1u1，……，A_1v1，A₂₁₁，A₂₂₁，……，A_2u1，……，A_2v1，……，A_i11，A_i21，……，A_iu1，……，A_iv1，……，A_m11，A_m21，……，A_mu1，……，A_mv1}；

S12，根据A¹获取到A_iu1对应的B_iu1，B_iu1符合如下条件：

B_iu1＝(A_iu1-min(A¹))/(max(A¹)-A_iu1)，其中，min()是指取最小值函数，max()是指取最大值函数。

其中，A_iu1是指第i个种植户在第u年对应的第一种植面积，则本实施例首先根据A获取到第一种植面积集A¹＝{A₁₁₁，A₁₂₁，……，A_1u1，……，A_1v1，A₂₁₁，A₂₂₁，……，A_2u1，……，A_2v1，……，A_i11，A_i21，……，A_iu1，……，A_iv1，……，A_m11，A_m21，……，A_mu1，……，A_mv1}，并根据max(A¹)和min(A¹)统一对A¹中的第一种植面积进行归一化处理。

具体地，A_iu1对应的B_iu1＝(A_iu1-min(A¹))/(max(A¹)-A_iu1)。

在一具体实施方式中，S1还包括如下步骤：

S13，根据A，获取到第一掌握程度集A²＝{A₁₁₂，A₁₂₂，……，A_1u2，……，A_1v2，A₂₁₂，A₂₂₂，……，A_2u2，……，A_2v2，……，A_i12，A_i22，……，A_iu2，……，A_iv2，……，A_m12，A_m22，……，A_mu2，……，A_mv2}；

S14，根据A²获取到A_iu2对应的B_iu2，B_iu2符合如下条件：

B_iu2＝(A_iu2-min(A²))/(max(A²)-A_iu2)。

其中，A_iu2是指第i个种植户在第u年对种植技术的第一掌握程度，则本实施例首先根据A获取到第一掌握程度集A²＝{A₁₁₂，A₁₂₂，……，A_1u2，……，A_1v2，A₂₁₂，A₂₂₂，……，A_2u2，……，A_2v2，……，A_i12，A_i22，……，A_iu2，……，A_iv2，……，A_m12，A_m22，……，A_mu2，……，A_mv2}，并根据max(A²)和min(A²)统一对A²中的第一掌握程度进行归一化处理。

具体地，A_iu2对应的B_iu2＝(A_iu2-min(A²))/(max(A²)-A_iu2)。

在一具体实施方式中，S1还包括如下步骤：

S15，根据A，获取到第一种植收入集A³＝{A₁₁₃，A₁₂₃，……，A_1u3，……，A_1v3，A₂₁₃，A₂₂₃，……，A_2u3，……，A_2v3，……，A_i13，A_i23，……，A_iu3，……，A_iv3，……，A_m13，A_m23，……，A_mu3，……，A_mv3}；

S16，根据A³获取到A_iu3对应的B_iu3，B_iu3符合如下条件：

B_iu3＝(A_iu3-min(A³))/(max(A³)-A_iu3)。

其中，A_iu3是指第i个种植户在第u年的第一种植收入，则本实施例首先根据A获取到第一种植收入集A³＝{A₁₁₃，A₁₂₃，……，A_1u3，……，A_1v3，A₂₁₃，A₂₂₃，……，A_2u3，……，A_2v3，……，A_i13，A_i23，……，A_iu3，……，A_iv3，……，A_m13，A_m23，……，A_mu3，……，A_mv3}，并根据max(A³)和min(A³)统一对A³中的第一种植收入进行归一化处理。

具体地，A_iu3对应的B_iu3＝(A_iu3-min(A³))/(max(A³)-A_iu3)。

本实施例根据A分别获取到第一种植面积集A¹、第一掌握程度集A²和第一种植收入集A³，并根据max(A¹)和min(A¹)统一对A¹中的第一种植面积进行归一化处理、根据max(A²)和min(A²)统一对A²中的第一掌握程度进行归一化处理、根据max(A³)和min(A³)统一对A³中的第一种植收入进行归一化处理，获取到A对应的B，为后续对新老种植户进行潜力分析提供了数据基础。

在一具体实施方式中，存储器还存储有技术掌握程度集R＝{R₁，R₂，……，R_i，……，R_m}和技术优先级集G＝{G₁，G₂，G₃，G₄，G₅，G₆}；

其中，第i个种植户的技术掌握程度集R_i＝{R_i1，R_i2，……，R_iu，……，R_iv}，R_iu＝{R_iu1，R_iu2，R_iu3，R_iu4，R_iu5，R_iu6}，R_iu1是指第i个种植户在第u年针对土壤管理技术的技术掌握程度，R_iu2是指第i个种植户在第u年针对选种技术的技术掌握程度，R_iu3是指第i个种植户在第u年针对育苗技术的技术掌握程度，R_iu4是指第i个种植户在第u年针对定值技术的技术掌握程度，R_iu5是指第i个种植户在第u年针对栽培技术的技术掌握程度，R_iu6是指第i个种植户在第u年针对田间管理技术的技术掌握程度；

G₁是指土壤管理技术对应的技术优先级，G₂是指选种技术对应的技术优先级，G₃是指育苗技术对应的技术优先级，G₄是指定值技术对应的技术优先级，G₅是指栽培技术对应的技术优先级，G₆是指田间管理技术对应的技术优先级，A_iu2符合如下条件：

A_iu2＝∑_k＝1 ⁶(R_iuk×G_k)，其中，k＝1，2，3，4，5，6。

其中，技术掌握程度是指各个种植户对种植技术中的各类技术的掌握程度，本实施例中的种植技术包括土壤管理技术、选种技术、育苗技术、定植技术、栽培技术和田间管理技术，对应地，R_iu1是指第i个种植户在第u年针对土壤管理技术的技术掌握程度，R_iu2是指第i个种植户在第u年针对选种技术的技术掌握程度，R_iu3是指第i个种植户在第u年针对育苗技术的技术掌握程度，R_iu4是指第i个种植户在第u年针对定值技术的技术掌握程度，R_iu5是指第i个种植户在第u年针对栽培技术的技术掌握程度，R_iu6是指第i个种植户在第u年针对田间管理技术的技术掌握程度。

且R_iuk越大，表征第i个种植户在第u年对种植技术的第一掌握程度A_iu2越大。

为了提高A_iu2的准确性，本实施例考虑种植技术中不同类别的技术对种植质量的影响，因此，系统中还包括技术优先级集G＝{G₁，G₂，G₃，G₄，G₅，G₆}，具体地，G₁是指土壤管理技术对应的技术优先级，G₂是指选种技术对应的技术优先级，G₃是指育苗技术对应的技术优先级，G₄是指定值技术对应的技术优先级，G₅是指栽培技术对应的技术优先级，G₆是指田间管理技术对应的技术优先级。

且技术优先级越大，表征种植技术中对应类别的技术的技术掌握程度对A_iu2的重要性越高，因此，在本实施例中，A_iu2＝∑_k＝1 ⁶(R_iuk×G_k)。

其中，G₁，G₂，G₃，G₄，G₅，G₆的具体数值和大小关系可以由实施者根据实际情况进行设定，以适应不同类别的种植作物，提高了A_iu2的准确性和适用范围。

S2，根据A和B，拟合得到A和B之间的映射关系函数集F＝{F₁，F₂，……，F_i，……，F_m}，其中，F_i是指A_i和B_i之间的映射关系函数，A_iuj对应的映射值F_i(A_iuj)＝a_i+b_iA_iuj，其中，j＝1、2或3，a_i和b_i符合如下条件：

b_i＝∑_u＝1 ^v∑_j＝1 ³(A_iuj-P)×(B_iuj-Q)/((A_iuj-P)×A_iuj)，

a_i＝Q-b_i×P，其中，P＝∑_u＝1 ^v∑_j＝1 ³A_iuj/(3v)，Q＝∑_u＝1 ^v∑_j＝1 ³B_iuj/(3v)。

其中，为了便于后续对新种植户进行潜力分析，本实施例根据已知的m个种植户的第一种植户数据集A和对应的第二种植户数据集B，对第一种植户数据和对应的第二种植户数据进行关系拟合，并获取到A和B之间的映射关系函数集F＝{F₁，F₂，……，F_i，……，F_m}。

其中，F_i是指A_i和B_i之间的映射关系函数，具体地，首先根据A和B获取到b_i＝∑_u＝1 ^v∑_j＝1 ³(A_iuj-P)×(B_iuj-Q)/((A_iuj-P)×A_iuj)，以及a_i＝Q-b_i×P，其中，P＝∑_u＝1 ^v∑_j＝1 ³A_iuj/(3v)，Q＝∑_u＝1 ^v∑_j＝1 ³B_iuj/(3v)，则A_iuj对应的映射值F_i(A_iuj)＝a_i+b_iA_iuj，以作为对种植户进行潜力分析的基础。

本实施例根据A和B，拟合得到A和B之间的映射关系函数集F，为对种植户进行潜力分析提供了数据基础。

S3，根据A、B和F，获取到F对应的拟合准确程度集C＝{C₁，C₂，……，C_i，……，C_m}，其中，C_i是指F_i对应的拟合准确程度，C_i符合如下条件：

C_i＝1-((∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-B_ij)^2)/(∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-(∑_u＝1 ^v∑_j＝1 ³F(A_iuj))/(3v))^2)。

其中，为了表征F的准确性和可靠程度，本实施例根据A、B和F，获取到F对应的拟合准确程度集C，具体地，F_i对应的拟合准确程度C_i＝1-((∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-B_ij)^2)/(∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-(∑_u＝1 ^v∑_j＝1 ³F(A_iuj))/(3v))^2)。则C_i越大，表征F_i的准确性和可靠程度越高。

本实施例根据A、B和F，获取到F对应的拟合准确程度集C，用来表征F的准确性和可靠程度，并作为对种植户进行潜力分析的基础，从而提高了对对种植户进行潜力分析的准确性和可靠性。

S4，若C_i＞C₀，则根据B、C和F，获取到A对应的种植潜力优先级集E＝{E₁，E₂，……，E_i，……，E_m}，其中，C₀是指预设的拟合准确程度阈值，E_i是指第i个种植户的种植潜力优先级，E_i符合如下条件：

E_i＝∑_u＝1 ^v((B_iu3/D)×C_i×(H₁×F_i(A_iu1)+H₂×F_i(A_iu2)+H₃×F_i(A_iu3)))，其中，H₁是指预设的种植面积优先级，H₂是指预设的技术掌握程度优先级，H₃是指预设的种植收入优先级。

其中，若C_i＞C₀，则表征F_i的准确性和可靠程度较高，F_i可以用于计算种植户的种植潜力优先级，并结合实施者根据实际情况设定预设的种植面积优先级H₁、预设的技术掌握程度优先级H₂和预设的种植收入优先级H₃，来提高种植户的种植潜力优先级的准确性。

B_iu3在种植户平均收入D中的占比越高，表征种植户的种植潜力收到经济环境因素的影响程度越高，因此，第i个种植户的种植潜力优先级E_i＝∑_u＝1 ^v((B_iu3/D)×C_i×(H₁×F_i(A_iu1)+H₂×F_i(A_iu2)+H₃×F_i(A_iu3)))。

其中，H₁、H₂和H₃的具体数值和C₀的具体数值均由实施者根据实际情况调整，以适应不同类别的种植作物，提高了种植潜力优先级的准确性和适用范围。

在一具体实施方式中，C₀＝0.8。

其中，C_i的取值在0-1之间，因此，本实施例设置拟合准确程度阈值C₀＝0.8。

在一具体实施方式中，S4后还包括以下步骤：

S5，若C_i≤C₀，则根据A和B，获取到种植户数据异常程度集L＝{L₁，L₂，……，L_i，……，L_m}，其中，第i个种植户对应的种植户数据异常程度集L_i＝{L_i1，L_i2，……，L_iu，……，L_iv}，L_iu＝{L_iu1，L_iu2，L_iu3}，L_iu1根据A_iu1和B_iu1得到，用于表示第i个种植户在第u年的种植面积异常数据，L_iu2根据A_iu2和B_iu2得到，用于表示第i个种植户在第u年对种植技术的掌握程度的异常数据，L_iu3根据A_iu3和B_iu3得到，用于表示第i个种植户在第u年种植收入的异常数据，L_iuj符合如下条件：

L_iuj＝|A_iuj/P-B_iuj/Q|；

S6，若L_iuj＞L₀，则将A_iu从A中剔除，将B_iu从B中剔除，并获取到更新后的第一种植户数据集A⁰和更新后的第二种植户数据集B⁰，其中，L₀是指预设的种植户数据异常程度阈值；

S7，根据A⁰和B⁰，拟合得到A⁰和B⁰之间的更新后的映射关系函数集F⁰＝{F⁰ ₁，F⁰ ₂，……，F⁰ _i，……，F⁰ _m}，其中，F⁰ _i是指A⁰ _i和B⁰ _i之间的映射关系函数；

S8，根据A⁰、B⁰和F⁰，获取到F⁰对应的更新后的拟合准确程度集C⁰＝{C⁰ ₁，C⁰ ₂，……，C⁰ _i，……，C⁰ _m}，其中，C⁰ _i是指F⁰ _i对应的拟合准确程度；

S9，若C⁰ _i＞C₀，则根据B⁰、C⁰和F⁰，获取到A⁰对应的更新后的种植潜力优先级集E⁰＝{E⁰ ₁，E⁰ ₂，……，E⁰ _i，……，E⁰ _m}，其中，E⁰ _i是指第i个种植户的更新后的种植潜力优先级，E⁰ _i符合如下条件：

E⁰ _i＝∑_u＝1 ^v((B_iu3/D)×C⁰ _i×(H₁×F⁰ _i(A_iu1)+H₂×F⁰ _i(A_iu2)+H₃×F⁰ _i(A_iu3)))，其中，F⁰ _i(A_iu1)是指A_iu1

对应的更新后的映射值，F⁰ _i(A_iu2)是指A_iu2对应的更新后的映射值，F⁰ _i(A_iu3)是指A_iu3对应的更新后的映射值。

其中，若C_i≤C₀，表征F_i的准确性和可靠程度较低，根据F_i计算得到的种植潜力优先级的准确性和可靠性较低。因此，本实施例根据A和B，获取到种植户数据异常程度集L＝{L₁，L₂，……，L_i，……，L_m}，其中，A_iuj和B_iuj对应的种植户数据异常程度L_iuj＝|A_iuj/P-B_iuj/Q|。

若L_iuj＞L₀，则表征A_iuj和B_iuj对应的种植户数据异常程度较高。因此，本实施例在L_iuj＞L₀时将A_iu从A中剔除，将B_iu从B中剔除，并获取到更新后的第一种植户数据集A⁰和更新后的第二种植户数据集B⁰，以使用剔除了异常值的A⁰和B⁰来替换A和B，进一步更新映射关系函数集和拟合准确程度集，从而更新得到准确性更高的种植潜力优先级。

具体地，根据A⁰和B⁰，拟合得到A⁰和B⁰之间的更新后的映射关系函数集F⁰＝{F⁰ ₁，F⁰ ₂，……，F⁰ _i，……，F⁰ _m}，然后根据A⁰、B⁰和F⁰，获取到F⁰对应的更新后的拟合准确程度集C⁰＝{C⁰ ₁，C⁰ ₂，……，C⁰ _i，……，C⁰ _m}，并在C⁰ _i＞C₀时，根据B⁰、C⁰和F⁰，获取到A⁰对应的更新后的种植潜力优先级集E⁰＝{E⁰ ₁，E⁰ ₂，……，E⁰ _i，……，E⁰ _m}，以提高种植潜力优先级的准确性和可靠性。

本实施例根据A和B，获取到种植户数据异常程度集L，并将A和B中对应的种植户数据异常程度大于预设的种植户数据异常程度阈值的A_iu和B_iu作为异常值进行剔除，使用剔除了异常值的A⁰和B⁰来替换A和B，进一步更新映射关系函数集和拟合准确程度集，从而更新得到了准确性更高的种植潜力优先级，提高了种植户的种植潜力优先级的准确性和可靠性。

本实施例对A进行归一化处理后获取到第二种植户数据集B＝{B₁，B₂，……，B_i，……，B_m}，根据A和B，拟合得到A和B之间的映射关系函数集F＝{F₁，F₂，……，F_i，……，F_m}，根据A、B和F，获取到F对应的拟合准确程度集C＝{C₁，C₂，……，C_i，……，C_m}，若C_i＞C₀，则根据B、C和F，获取到A对应的种植潜力优先级集E＝{E₁，E₂，……，E_i，……，E_m}。可知，通过拟合A和B之间的映射关系函数，并获取到映射关系函数对应的拟合准确程度来表征F的准确性和可靠程度，进一步结合B、C和F获取到种植潜力优先级，提高了对新老种植户进行潜力分析的准确性和可靠性。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。

Claims (6)

1.一种种植户潜力分析系统，所述系统包括处理器和存储有计算机程序的存储器，其特征在于，所述存储器还存储有第一种植户数据集A＝{A₁，A₂，……，A_i，……，A_m}以及种植户平均收入D，其中，第i个种植户的第一种植户数据集A_i＝{A_i1，A_i2，……，A_iu，……，A_iv}，A_iu＝{A_iu1，A_iu2，A_iu3}，A_iu1是指所述第i个种植户在第u年对应的第一种植面积，A_iu2是指所述第i个种植户在第u年对种植技术的第一掌握程度，A_iu3是指所述第i个种植户在第u年的第一种植收入，所述种植技术包括土壤管理技术、选种技术、育苗技术、定植技术、栽培技术和田间管理技术，i＝1，2，……，m，m是指种植户的总数量，u＝1，2，……，v，v是指种植户种植的年数，当所述计算机程序被处理器执行时，实现以下步骤：

S1，对A进行归一化处理后获取到第二种植户数据集B＝{B₁，B₂，……，B_i，……，B_m},其中，所述第i个种植户的第二种植户数据B_i＝{B_i1，B_i2，……，B_iu，……，B_iv}，B_iu＝{B_iu1，B_iu2，B_iu3}，B_iu1是指所述第i个种植户在第u年对应的第二种植面积，B_iu2是指所述第i个种植户在第u年对种植技术的第二掌握程度，B_iu3是指所述第i个种植户在第u年的第二种植收入；

S2，根据A和B，拟合得到A和B之间的映射关系函数集F＝{F₁，F₂，……，F_i，……，F_m}，其中，F_i是指A_i和B_i之间的映射关系函数，A_iuj对应的映射值F_i(A_iuj)＝a_i+b_iA_iuj，其中，j＝1、2或3，a_i和b_i符合如下条件：

b_i＝∑_u＝1 ^v∑_j＝1 ³(A_iuj-P)×(B_iuj-Q)/((A_iuj-P)×A_iuj)，

a_i＝Q-b_i×P，其中，P＝∑_u＝1 ^v∑_j＝1 ³A_iuj/(3v)，Q＝∑_u＝1 ^v∑_j＝1 ³B_iuj/(3v)；

S3，根据A、B和F，获取到F对应的拟合准确程度集C＝{C₁，C₂，……，C_i，……，C_m}，其中，C_i是指F_i对应的拟合准确程度，C_i符合如下条件：

C_i＝1-((∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-B_iuj)^2)/(∑_u＝1 ^v∑_j＝1 ³(F(A_iuj)-(∑_u＝1 ^v∑_j＝1 ³F(A_iuj))/(3v))^2)；

S4，若C_i＞C₀，则根据B、C和F，获取到A对应的种植潜力优先级集E＝{E₁，E₂，……，E_i，……，E_m}，其中，C₀是指预设的拟合准确程度阈值，E_i是指所述第i个种植户的种植潜力优先级，E_i符合如下条件：

E_i＝∑_u＝1 ^v((B_iu3/D)×C_i×(H₁×F_i(A_iu1)+H₂×F_i(A_iu2)+H₃×F_i(A_iu3)))，其中，H₁是指预设的种植面积优先级，H₂是指预设的技术掌握程度优先级，H₃是指预设的种植收入优先级；

S5，若C_i≤C₀，则根据A和B，获取到种植户数据异常程度集L＝{L₁，L₂，……，L_i，……，L_m}，其中，第i个种植户对应的种植户数据异常程度L_i＝{L_i1，L_i2，……，L_iu，……，L_iv}，L_iu＝{L_iu1，L_iu2，L_iu3}，L_iu1根据A_iu1和B_iu1得到，用于表示第i个种植户在第u年的种植面积异常数据，L_iu2根据A_iu2和B_iu2得到，用于表示第i个种植户在第u年对种植技术的掌握程度的异常数据，L_iu3根据A_iu3和B_iu3得到，用于表示第i个种植户在第u年种植收入的异常数据，L_iuj符合如下条件：

L_iuj＝|A_iuj/P-B_iuj/Q|；

S6，若L_iuj＞L₀，则将A_iu从A中剔除，将B_iu从B中剔除，并获取到更新后的第一种植户数据集A⁰和更新后的第二种植户数据集B⁰，其中，L₀是指预设的种植户数据异常程度阈值；

S7，根据A⁰和B⁰，拟合得到A⁰和B⁰之间的更新后的映射关系函数集F⁰＝{F⁰ ₁，F⁰ ₂，……，F⁰ _i，……，F⁰ _m}，其中，F⁰ _i是指A⁰ _i和B⁰ _i之间的映射关系函数；

S8，根据A⁰、B⁰和F⁰，获取到F⁰对应的更新后的拟合准确程度集C⁰＝{C⁰ ₁，C⁰ ₂，……，C⁰ _i，……，C⁰ _m}，其中，C⁰ _i是指F⁰ _i对应的拟合准确程度；

S9，若C⁰ _i＞C₀，则根据B⁰、C⁰和F⁰，获取到A⁰对应的更新后的种植潜力优先级集E⁰＝{E⁰ ₁，E⁰ ₂，……，E⁰ _i，……，E⁰ _m}，其中，E⁰ _i是指所述第i个种植户的更新后的种植潜力优先级，E⁰ _i符合如下条件：

E⁰ _i＝∑_u＝1 ^v((B_iu3/D)×C⁰ _i×(H₁×F⁰ _i(A_iu1)+H₂×F⁰ _i(A_iu2)+H₃×F⁰ _i(A_iu3)))，其中，F⁰ _i(A_iu1)是指A_iu1

对应的更新后的映射值，F⁰ _i(A_iu2)是指A_iu2对应的更新后的映射值，F⁰ _i(A_iu3)是指A_iu3对应的更新后的映射值。

2.根据权利要求1所述的系统，其特征在于，S1具体包括如下步骤：

S11，根据A，获取到第一种植面积集A¹＝{A₁₁₁，A₁₂₁，……，A_1u1，……，A_1v1，A₂₁₁，A₂₂₁，……，A_2u1，……，A_2v1，……，A_i11，A_i21，……，A_iu1，……，A_iv1，……，A_m11，A_m21，……，A_mu1，……，A_mv1}；

S12，根据A¹获取到A_iu1对应的B_iu1，B_iu1符合如下条件：

B_iu1＝(A_iu1-min(A¹))/(max(A¹)-A_iu1)，其中，min()是指取最小值函数，max()是指取最大值函数。

3.根据权利要求2所述的系统，其特征在于，S1还包括如下步骤：

S13，根据A，获取到第一掌握程度集A²＝{A₁₁₂，A₁₂₂，……，A_1u2，……，A_1v2，A₂₁₂，A₂₂₂，……，A_2u2，……，A_2v2，……，A_i12，A_i22，……，A_iu2，……，A_iv2，……，A_m12，A_m22，……，A_mu2，……，A_mv2}；

S14，根据A²获取到A_iu2对应的B_iu2，B_iu2符合如下条件：

B_iu2＝(A_iu2-min(A²))/(max(A²)-A_iu2)。

4.根据权利要求3所述的系统，其特征在于，S1还包括如下步骤：

S15，根据A，获取到第一种植收入集A³＝{A₁₁₃，A₁₂₃，……，A_1u3，……，A_1v3，A₂₁₃，A₂₂₃，……，A_2u3，……，A_2v3，……，A_i13，A_i23，……，A_iu3，……，A_iv3，……，A_m13，A_m23，……，A_mu3，……，A_mv3}；

S16，根据A³获取到A_iu3对应的B_iu3，B_iu3符合如下条件：

B_iu3＝(A_iu3-min(A³))/(max(A³)-A_iu3)。

5.根据权利要求1所述的系统，其特征在于，所述存储器还存储有技术掌握程度集R＝{R₁，R₂，……，R_i，……，R_m}和技术优先级集G＝{G₁，G₂，G₃，G₄，G₅，G₆}；

其中，所述第i个种植户的技术掌握程度集R_i＝{R_i1，R_i2，……，R_iu，……，R_iv}，R_iu＝{R_iu1，R_iu2，R_iu3，R_iu4，R_iu5，R_iu6}，R_iu1是指所述第i个种植户在第u年针对土壤管理技术的技术掌握程度，R_iu2是指所述第i个种植户在第u年针对选种技术的技术掌握程度，R_iu3是指所述第i个种植户在第u年针对育苗技术的技术掌握程度，R_iu4是指所述第i个种植户在第u年针对定值技术的技术掌握程度，R_iu5是指所述第i个种植户在第u年针对栽培技术的技术掌握程度，R_iu6是指所述第i个种植户在第u年针对田间管理技术的技术掌握程度；

G₁是指土壤管理技术对应的技术优先级，G₂是指选种技术对应的技术优先级，G₃是指育苗技术对应的技术优先级，G₄是指定值技术对应的技术优先级，G₅是指栽培技术对应的技术优先级，G₆是指田间管理技术对应的技术优先级，A_iu2符合如下条件：

A_iu2＝∑_k＝1 ⁶(R_iuk×G_k)，其中，k＝1，2，3，4，5，6。

6.根据权利要求1所述的系统，其特征在于，C₀＝0.8。