【技術實現步驟摘要】
本申請涉及大數據領域，且更為具體地，涉及一種基于大數據的農業保險理賠判定方法及系統。
技術介紹
1、農業保險是專為農業生產者在從事種植業、林業、畜牧業和漁業生產過程中，對遭受自然災害、意外事故疫病、疾病等保險事故所造成的經濟損失提供保障的一種保險。農業保險能夠幫助農民和農業企業應對自然災害、疾病和其他不可控因素對農作物和農業生產的損失，穩定農民收入，促進農業和農村經濟的發展。
2、農業保險按農業種類不同分為種植業保險、養殖業保險；按危險性質分為自然災害損失保險、病蟲害損失保險、疾病死亡保險、意外事故損失保險；按保險責任范圍不同，可分為基本責任險、綜合責任險和一切險；按賠付辦法可分為種植業損失險和收獲險。目前，我國采取的基本經營模式是將業務委托給商業性保險公司，政府給予一定的補貼。這種運作模式使得農業保險理賠的判定效率較低且容易受到人們主觀因素的影響，再加上中國農村地區廣闊，農業生產情況差異大，導致農業保險的經營和理賠判定成本較高，限制了保費的降低，不利于農業保險擴大覆蓋面。
3、因此，期望一種優化的農業保險理賠判定方案。
技術實現思路
1、為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種基于大數據的農業保險理賠判定方法及系統，其通過大數據采集種植區對應的多天的環境數據和氣象數據，以及，作物生長數據，并在后端引入數據處理和分析算法來進行這些參數數據的時序協同分析以進行農作物產量的預測，以確定災害發生的真實性和嚴重性，并判斷是否出險。通過這樣的方式，
2、根據本申請的一個方面，提供了一種基于大數據的農業保險理賠判定方法，其包括：
3、獲取預定時間段周期內多天的環境數據和氣象數據，以及，所述多天的農作物生長狀態圖像；
4、分別對所述各天的環境數據和氣象數據進行編碼以得到環境數據編碼向量的序列和氣象數據編碼向量的序列；
5、對所述環境數據編碼向量的序列和所述氣象數據編碼向量的序列進行關聯分析以得到環境數據-氣象數據時序語義特征向量，其包括：
6、對所述環境數據編碼向量的序列和所述氣象數據編碼向量的序列進行序列整合以得到環境數據-氣象數據整合編碼向量的序列；以及
7、將所述環境數據-氣象數據整合編碼向量的序列通過基于轉換器的序列編碼器以得到所述環境數據-氣象數據時序語義特征向量；
8、對所述多天的農作物生長狀態圖像進行圖像特征分析以得到作物生長狀態特征向量的序列；
9、對所述作物生長狀態特征向量的序列和所述環境數據-氣象數據時序語義特征向量進行特征嵌入分析以得到環境嵌入農作物生長狀態語義特征；以及
10、基于所述環境嵌入農作物生長狀態語義特征，確定產量預測值并確定是否出險。
11、根據本申請的另一個方面，提供了一種基于大數據的農業保險理賠判定系統，其包括：
12、信息獲取模塊，用于獲取預定時間段周期內多天的環境數據和氣象數據，以及，所述多天的農作物生長狀態圖像；
13、數據編碼模塊，用于分別對所述各天的環境數據和氣象數據進行編碼以得到環境數據編碼向量的序列和氣象數據編碼向量的序列；
14、關聯分析模塊，用于對所述環境數據編碼向量的序列和所述氣象數據編碼向量的序列進行關聯分析以得到環境數據-氣象數據時序語義特征向量；
15、圖像特征分析模塊，用于對所述多天的農作物生長狀態圖像進行圖像特征分析以得到作物生長狀態特征向量的序列；
16、特征嵌入分析模塊，用于對所述作物生長狀態特征向量的序列和所述環境數據-氣象數據時序語義特征向量進行特征嵌入分析以得到環境嵌入農作物生長狀態語義特征；以及
17、結果生成模塊，用于基于所述環境嵌入農作物生長狀態語義特征，確定產量預測值并確定是否出險。
18、與現有技術相比，本申請提供的一種基于大數據的農業保險理賠判定方法及系統，其通過大數據采集種植區對應的多天的環境數據和氣象數據，以及，作物生長數據，并在后端引入數據處理和分析算法來進行這些參數數據的時序協同分析以進行農作物產量的預測，以確定災害發生的真實性和嚴重性，并判斷是否出險。通過這樣的方式，能夠更加客觀地確定災害發生的真實性和嚴重性，從而在出險時自動啟動理賠程序并確定理賠金額，提高理賠效率，降低保險經營成本，并且更為公正和準確地為農民提供保險賠付。
本文檔來自技高網...【技術保護點】
1.一種基于大數據的農業保險理賠判定方法，其特征在于，包括：
2.根據權利要求1所述的基于大數據的農業保險理賠判定方法，其特征在于，對所述多天的農作物生長狀態圖像進行圖像特征分析以得到作物生長狀態特征向量的序列，包括：將所述多天的農作物生長狀態圖像分別通過基于卷積神經網絡模型的作物生長狀態特征提取器以得到所述作物生長狀態特征向量的序列。
3.根據權利要求2所述的基于大數據的農業保險理賠判定方法，其特征在于，對所述作物生長狀態特征向量的序列和所述環境數據-氣象數據時序語義特征向量進行特征嵌入分析以得到環境嵌入農作物生長狀態語義特征，包括：將所述作物生長狀態特征向量的序列和所述環境數據-氣象數據時序語義特征向量通過特征嵌入模塊以得到環境嵌入農作物生長狀態語義特征向量作為所述環境嵌入農作物生長狀態語義特征。
4.根據權利要求3所述的基于大數據的農業保險理賠判定方法，其特征在于，基于所述環境嵌入農作物生長狀態語義特征，確定產量預測值并確定是否出險，包括：
5.根據權利要求4所述的基于大數據的農業保險理賠判定方法，其特征在于，還包括訓練步驟：
6.根據權利要求5所述的基于大數據的農業保險理賠判定方法，其特征在于，所述訓練步驟，包括：
7.根據權利要求6所述的基于大數據的農業保險理賠判定方法，其特征在于，將所述訓練環境嵌入農作物生長狀態語義特征向量通過所述基于解碼器的產量預測器以得到解碼損失函數值，包括：
8.一種基于大數據的農業保險理賠判定系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于大數據的農業保險理賠判定方法，其特征在于，包括：
2.根據權利要求1所述的基于大數據的農業保險理賠判定方法，其特征在于，對所述多天的農作物生長狀態圖像進行圖像特征分析以得到作物生長狀態特征向量的序列，包括：將所述多天的農作物生長狀態圖像分別通過基于卷積神經網絡模型的作物生長狀態特征提取器以得到所述作物生長狀態特征向量的序列。
3.根據權利要求2所述的基于大數據的農業保險理賠判定方法，其特征在于，對所述作物生長狀態特征向量的序列和所述環境數據-氣象數據時序語義特征向量進行特征嵌入分析以得到環境嵌入農作物生長狀態語義特征，包括：將所述作物生長狀態特征向量的序列和所述環境數據-氣象數據時序語義特征向量通過特征嵌入模塊以得到環境嵌入農作物生長狀態語義特征向量作為所述環境嵌入農作物生長狀態語義特征。
...
【專利技術屬性】
技術研發人員：徐偉鵬，張沖，張智林，賈新柱，孫良晨，胡畔，耿琳，何萌萌，張弓，顧竹，張文鵬，張艷忠，吳眾望，李冰，
申請(專利權)人：北京佳格天地科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。