買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜甘肅農業大學申請的專利基于聚類處理的根蛆類害蟲分類方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119622425B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510158320.8，技術領域涉及：G06F18/24；該發明授權基于聚類處理的根蛆類害蟲分類方法及系統是由茍玉萍;毛亮;楊烜藝;馬小龍;黎世杰;師林志;司麗設計研發完成，并于2025-02-13向國家知識產權局提交的專利申請。

本基于聚類處理的根蛆類害蟲分類方法及系統在說明書摘要公布了：本發明公開了基于聚類處理的根蛆類害蟲分類方法及系統，方法包括：數據采集、特征提取、聚類分析、生成聚類報告和制定害蟲防治策略。本發明屬于農業害蟲防治技術領域，具體是指基于聚類處理的根蛆類害蟲分類方法及系統，本方案采用進行特征多指標融合，用無限特征選擇方法確定特征權重并調整以減少信息冗余，使用拐點檢測算法進行特征分層，基于特征權重進行概率提取，避免低權重特征過度被忽略且保持高權重特征的提取優先級；初始化隸屬度和懲罰因子，計算聚類中心和目標函數，提出基于兩個變量的加權多核模糊聚類算法，優化隸屬度，優化聚類結構，減少聚類結果對初始值的依賴，衡量聚類結果和實際情況的一致性。

本發明授權基于聚類處理的根蛆類害蟲分類方法及系統在權利要求書中公布了：1.基于聚類處理的根蛆類害蟲分類方法，其特征在于：該方法包括以下步驟：步驟S1：數據采集，得到經過預處理后的根蛆類害蟲數據；步驟S2：特征提取，具體為進行特征多指標融合，從計算樣本特征標準差、判別準則和共同信息三個方面綜合考量，采用無限特征選擇方法確定特征權重，使用拐點檢測算法進行特征分層，基于特征權重進行概率提取；步驟S3：聚類分析，具體為采用初始化隸屬度和懲罰因子，計算聚類中心和目標函數，提出基于兩個變量的加權多核模糊聚類算法，優化隸屬度，衡量聚類結果和實際情況的一致性；步驟S4：生成聚類報告，具體為生成害蟲聚類報告；步驟S5：制定害蟲防治策略；在步驟S2中，所述特征選擇，包括以下步驟：步驟S21：特征多指標融合，對經過預處理后的根蛆類害蟲數據進行特征多指標融合，將標準差、判別準則和共同信息三個不同角度的指標進行綜合考量，包括以下步驟：步驟S211：計算樣本特征的標準差，所述標準差反映特征在樣本中的離散程度，通過標準差數據，初步衡量每個特征的離散特性，離散程度高的特征表示該特征的值在樣本中的變化較大，對根蛆類害蟲的分類更有幫助；步驟S212：計算判別準則，用于衡量不同類別之間特征的可區分性，所用公式如下： ；式中，表示第i個特征在第一類樣本中的均值，表示第i個特征在第二類樣本中的均值，表示第i個特征在第一類樣本中的標準差，表示第i個特征在第二類樣本中的標準差，表示第i個特征在兩類樣本之間的可區分性；所述第一類樣本和第二類樣本是根據害蟲樣本的分類屬性預先設定的兩個不同類別；步驟S213：計算共同信息，所述共同信息反映特征與類別之間的關聯程度，所用公式如下： ；式中，表示第i個特征和類別標簽之間的共同信息，Y表示類別標簽集合，y表示類別標簽，表示第i個特征的具體取值，f表示特征的取值集合，表示聯合概率分布，表示特征和類別標簽同時出現的概率，表示特征出現的概率，表示類別標簽出現的概率；步驟S22：確定特征權重，采用無限特征選擇方法對每個特征的標準差、判別準則值和共同信息進行線性加權，分析特征之間的相關性，根據特征之間的相關性和冗余性對特征權重進行調整；步驟S23：特征分層，用于在分類的過程中合理分配不同重要性的特征，充分利用高權重特征的同時保留次要特征的潛在貢獻，通過最大化特征權重曲線中每個點到直線的垂直距離來定位拐點坐標，所用公式如下： ；式中，表示拐點的坐標，表示求出使表達式值最大的特征索引i，h1表示連接曲線起點和終點的直線的斜率，h2表示連接曲線起點和終點的直線的截距，表示曲線上的特征點，表示特征權重的值；步驟S24：基于特征權重進行概率提取，用于在特征提取過程中，保持多樣性的同時反映特征的重要性，所用公式如下： ；式中，表示第i個特征被提取的概率，表示第i個特征的權重，N表示特征的總數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人甘肅農業大學，其通訊地址為：730070 甘肅省蘭州市安寧區營門村1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。