買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜隴東學(xué)院申請(qǐng)的專(zhuān)利一種大麥作物種植推薦方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119066270B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411251890.3，技術(shù)領(lǐng)域涉及：G06F16/9535；該發(fā)明授權(quán)一種大麥作物種植推薦方法是由任盼榮;楊芳;喬巖;李茜;安沛沛;許愛(ài)云;王春林;趙菊蓮;施萬(wàn)喜;龔磊設(shè)計(jì)研發(fā)完成，并于2024-09-08向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種大麥作物種植推薦方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提供了一種大麥作物種植推薦方法，屬于智慧農(nóng)業(yè)技術(shù)領(lǐng)域。首先獲取歷史數(shù)據(jù)，包括土壤性質(zhì)數(shù)據(jù)、氣候條件數(shù)據(jù)和大麥生長(zhǎng)狀況數(shù)據(jù)；然后對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，獲得模型訓(xùn)練時(shí)的標(biāo)準(zhǔn)輸入數(shù)據(jù)；構(gòu)建大麥作物種植智能推薦模型，對(duì)模型進(jìn)行訓(xùn)練和部署，基于獲取的待測(cè)麥田歷史數(shù)據(jù)，預(yù)測(cè)待測(cè)麥田的適宜種植密度。本發(fā)明通過(guò)整合土壤性質(zhì)、氣候條件以及歷史作物表現(xiàn)三類(lèi)數(shù)據(jù)，確保了數(shù)據(jù)的多樣性和準(zhǔn)確性。設(shè)計(jì)的多模態(tài)特征提取有效捕捉和保留各模態(tài)數(shù)據(jù)中的關(guān)鍵特征，新穎的多模態(tài)特征融合機(jī)制，實(shí)現(xiàn)多模態(tài)特征的有效融合，預(yù)測(cè)輸出模塊的設(shè)計(jì)，不僅提高了預(yù)測(cè)的準(zhǔn)確性，還增強(qiáng)了模型在不同區(qū)域和環(huán)境條件下的適應(yīng)性。

本發(fā)明授權(quán)一種大麥作物種植推薦方法在權(quán)利要求書(shū)中公布了：1.一種大麥作物種植推薦方法，其特征在于，包括以下步驟：S1，獲取待測(cè)麥田最近一個(gè)種植周期的土壤性質(zhì)數(shù)據(jù)和氣候條件數(shù)據(jù)；S2，對(duì)獲取的土壤性質(zhì)數(shù)據(jù)和氣候條件數(shù)據(jù)進(jìn)行預(yù)處理，獲得模型訓(xùn)練時(shí)的標(biāo)準(zhǔn)輸入數(shù)據(jù)；S3，將標(biāo)準(zhǔn)輸入數(shù)據(jù)輸入到訓(xùn)練得到的大麥作物種植智能推薦模型中，輸出待測(cè)麥田的適宜種植密度；所述大麥作物種植智能推薦模型包括多模態(tài)特征提取模塊、多模態(tài)特征融合模塊和預(yù)測(cè)輸出模塊；所述多模態(tài)特征提取模塊包括土壤模態(tài)特征提取單元和氣候模態(tài)特征提取單元；所述土壤模態(tài)特征提取單元捕捉土壤數(shù)據(jù)中的復(fù)雜非線(xiàn)性關(guān)系，并將高維度的原始數(shù)據(jù)壓縮到低維度的特征空間，所述氣候模態(tài)特征提取單元通過(guò)捕捉長(zhǎng)期和短期的時(shí)序模式，將氣候數(shù)據(jù)壓縮成一個(gè)綜合的氣候特征參數(shù)；所述多模態(tài)特征融合模塊將多模態(tài)特征提取模塊獲取的特征數(shù)據(jù)進(jìn)行融合，通過(guò)學(xué)習(xí)不同模態(tài)特征之間的相關(guān)性，動(dòng)態(tài)調(diào)整它們?cè)谌诤线^(guò)程中的權(quán)重，同時(shí)利用注意力機(jī)制突出重要特征，最終通過(guò)多層感知機(jī)實(shí)現(xiàn)非線(xiàn)性特征融合；所述多模態(tài)特征融合模塊采用動(dòng)態(tài)加權(quán)自適應(yīng)注意力網(wǎng)絡(luò)，包括動(dòng)態(tài)權(quán)重分配、自適應(yīng)注意力機(jī)制和多層感知機(jī)融合；為進(jìn)一步提高融合特征U的表達(dá)能力并減少冗余，還包括以下融合特征優(yōu)化的過(guò)程：信息瓶頸優(yōu)化：利用信息瓶頸理論來(lái)優(yōu)化融合特征U，得到一個(gè)信息豐富但復(fù)雜度較低的特征表示U`；稀疏表示：將原始融合特征U表示為稀疏基向量的線(xiàn)性組合：U＝D·μ其中，D是稀疏基矩陣，μ是稀疏系數(shù)向量，通過(guò)求解以下優(yōu)化問(wèn)題來(lái)獲得稀疏表示：min||U`-D·μ||22+γ·||μ||1其中，‖·‖2示L2范數(shù)，‖·‖1表示L1范數(shù)，γ是正則化參數(shù)；特征選擇：基于稀疏表示的結(jié)果，進(jìn)行特征選擇；選擇μ中絕對(duì)值最大的k個(gè)分量μ*，對(duì)應(yīng)的基向量構(gòu)成了優(yōu)化后的特征表示U*：U*＝D·μ*非線(xiàn)性映射：最后，使用一個(gè)非線(xiàn)性映射函數(shù)g來(lái)進(jìn)一步增強(qiáng)特征的表達(dá)能力；所述預(yù)測(cè)輸出模塊基于輸入的融合特征，輸出該麥田的適宜種植密度。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人隴東學(xué)院，其通訊地址為：745000 甘肅省慶陽(yáng)市西峰區(qū)蘭州路45號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。