Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东科技学院王平山获国家专利权

广东科技学院王平山获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广东科技学院申请的专利一种基于人工智能的改进农业生产过程溯源方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119273371B

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411424423.6,技术领域涉及:G06Q30/018;该发明授权一种基于人工智能的改进农业生产过程溯源方法是由王平山;崔文静;王金良;吕晓永;陈青梅;戴汇川;朱立星;顾文茹设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。

一种基于人工智能的改进农业生产过程溯源方法在说明书摘要公布了:本发明公开了一种基于人工智能的改进农业生产过程溯源方法,S1、采集多维农业生产数据;S2、对多维农业生产数据进行数据清洗、噪声去除、异常值检测及格式转换;S3、根据多维农业生产数据的时间属性,将多维农业生产数据划分为短期数据、中期数据和长期数据;S4、将多维农业生产数据按照地块、区域和农作物类型空间位置进行划分;S5、依照农作物从播种、施肥、浇水、除草和收割多个生产阶段,将多维农业生产数据进行分类;S6、将异常农业生产节点的信息反馈至管理系统;S7、生成溯源报告;S8、根据反馈信息动态调整农作物的灌溉频率、施肥量或设备维护计划。本发明实现了对农业生产过程的灵活管理,提升了农业生产的整体效率和质量。

本发明授权一种基于人工智能的改进农业生产过程溯源方法在权利要求书中公布了:1.一种基于人工智能的改进农业生产过程溯源方法,其特征在于,包括如下步骤: S1、通过部署在农业生产环境中设备实时采集关于农作物生长、土壤条件、气象环境和设备运行状态的多维农业生产数据; S2、对多维农业生产数据进行数据清洗、噪声去除、异常值检测及格式转换; S3、根据多维农业生产数据的时间属性,将多维农业生产数据划分为短期数据、中期数据和长期数据,采用自适应聚类模型分别对不同时间段的数据特性进行分析; S4、根据多维农业生产数据的空间分布特征,将多维农业生产数据按照地块、区域和农作物类型空间位置进行划分,并针对每个空间位置的数据进行自适应聚类分析,动态调整自适应聚类模型的参数,使得多维农业生产数据的分类结果反映不同区域的农作物生长、环境条件和生产设备状态; S5、根据农业生产的具体环节,依照农作物从播种、施肥、浇水、除草和收割多个生产阶段,将多维农业生产数据进行分类,并对每个生产阶段的数据进行动态聚类,识别各阶段中的关键特征,实时调整自适应聚类模型参数以应对农业生产环节中的数据变化; S6、基于步骤S3至步骤S5的多层次聚类结果自动识别农业生产过程中存在的异常节点,包括农作物生长异常、土壤条件异常、气象环境突变及设备故障情况,并实时发出异常警报,将异常农业生产节点的信息反馈至管理系统; S7、当农业生产过程中发生异常时,基于多维农业生产数据的多层次聚类结果,自动进行溯源分析,通过追溯异常节点的数据源及其历史变化,确定异常产生的时间、地点及原因,生成溯源报告; S8、将溯源管理中的异常节点及其原因实时反馈至农业生产管理系统,并根据反馈信息动态调整农作物的灌溉频率、施肥量或设备维护计划; 其中所述S3包括: S31、根据多维农业生产数据的时间属性,将多维农业生产数据Dformattedt划分为短期数据Dshortt、中期数据Dmidt和长期数据Dlongt: Dshortt表示在短时间范围内采集的农业生产数据,用于实时监控和反馈; Dmidt表示在中期时间段内采集的农业生产数据,用于趋势识别; Dlongt表示在长期时间范围内采集的农业生产数据,用于周期性规律分析; S32、对短期数据Dshortt采用自适应聚类模型进行分类分析,识别出短期内农业生产中农作物生长、土壤条件、气象环境及设备运行状态的变化模式: 其中,Cshortt为短期聚类结果,表示第i个短期数据点,μjt为聚类中心,第j类的均值向量,wijt为样本属于第j类的隶属度函数,表示短期数据点与聚类中心的距离权重; S33、对中期数据Dmidt进行趋势识别,利用自适应聚类模型对数据变化趋势进行分析,通过对时间区间[t0,t1]内的趋势进行积分,捕捉数据随时间的变化趋势,用于农作物生长变化趋势、土壤营养波动趋势及气象变化趋势的分析: 其中,Tmidt为中期趋势识别结果,表示第i个中期数据点,μjt为聚类中心的变化趋势,Wijt为隶属度函数; S34、对长期数据Dlongt进行周期性规律分析,利用自适应聚类模型对农业生产中的长期数据进行周期性波动的检测和分析,通过周期性项cos2πfjt-t0捕捉长期数据中的周期性波动: 其中,Plongt为长期周期性规律分析结果,为第i个长期数据点,μjt为聚类中心,fj表示周期性频率,wijt为隶属度函数

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东科技学院,其通讯地址为:523000 广东省东莞市松山湖高新技术产业开发区东园大道松山湖段2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。