一种用于农业病虫害监测的鲁棒节点分类与动态决策方法

本发明公开了一种用于农业病虫害监测场景的鲁棒节点分类与动态决策方法，属于农业信息技术领域。该方法包括：利用拓扑‑属性联合嵌入将作物空间分布拓扑结构与病虫害节点属性融合，通过对称归一化拉普拉斯变换获得隐藏表示，并采用自编码器将其解耦为空间特征和语义特征；对多模态传感器采集的异构节点特征进行双三次插值处理，将稀疏的非结构化节点数据转换为规则化的结构数据；通过特征增强模块选择性地强化关键特征通道、抑制噪声特征通道，提升模型在田间动态扰动下的抗干扰能力；采用深度卷积生成对抗网络进行鲁棒训练，扩充病虫害数据样本多样性并引入隐式正则化约束。本发明有效解决了农业病虫害监测中数据稀疏、环境干扰和样本不足等问题，提高了监测精度和模型泛化能力。