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！

龙图腾网获悉宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心)申请的专利一种基于数据分析的玉米品种耐涝性评价方法及系统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：CN119398960B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411467819.9，技术领域涉及：G06Q50/02；该发明授权一种基于数据分析的玉米品种耐涝性评价方法及系统是由李彩虹;张维军;赵子丹;王彩艳;开建荣;刘霞;王芳;张静;何进尚;赵健设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于数据分析的玉米品种耐涝性评价方法及系统在说明书摘要公布了：本发明公开了一种基于数据分析的玉米品种耐涝性评价方法及系统，涉及玉米品种耐涝性评价技术领域，包括以下步骤：根据现有的监测需求，为玉米叶片信息采集设定一个初始监测频次；在设定初始监测频次后，根据初始监测频次对玉米叶片信息进行定期采集；随着玉米叶片数据的采集进行，将当前采集的玉米叶片数据与上一次采集的玉米叶片数据进行比对。本发明通过预先训练的卷积神经网络精准预测玉米叶片的变化趋势，自动调整监测频次，显著提升耐涝性评估的准确性和实时性，该动态调整机制优化资源利用，避免无效高频采集，提高监测效率，同时在突发环境下迅速响应，确保农业生产稳定性，增强玉米的抗风险能力，助力提升作物产量的稳定性。

本发明授权一种基于数据分析的玉米品种耐涝性评价方法及系统在权利要求书中公布了：1.一种基于数据分析的玉米品种耐涝性评价方法，其特征在于，包括以下步骤： 根据现有的监测需求，为玉米叶片信息采集设定一个初始监测频次； 在设定初始监测频次后，根据初始监测频次对玉米叶片信息进行定期采集； 随着玉米叶片数据的采集进行，将当前采集的玉米叶片数据与上一次采集的玉米叶片数据进行比对，形成一个比对集合，追踪当前玉米叶片的变化情况； 在建立比对集合后，对比对集合中的相邻两次监测数据进行比对分析，将比对分析后的数据输入预先训练好的卷积神经网络中，预测当前玉米叶片的变化情况； 基于卷积神经网络的预测结果，将当前玉米叶片的变化情况划分为两类：迅速变化和常规变化； 若当前玉米叶片的变化为常规变化，则继续按照初始监测频次进行采集； 若检测到当前玉米叶片的变化为迅速变化，根据玉米叶片的变化情况自动调整实际监测频次，具体为大幅提升采集频次，确保能够捕捉到变化过程中的所有关键数据； 在建立比对集合后，将比对集合中的相邻两次监测数据进行比对分析，提取玉米叶片边缘干枯程度的变化和玉米叶片中叶绿素含量的变化，对玉米叶片边缘干枯程度的变化和玉米叶片中叶绿素含量的变化进行比对分析后分别生成叶缘干枯指数和叶绿素降解指数，通过叶缘干枯指数衡量玉米叶片边缘干枯程度的变化，反映叶片在环境应激条件下的损伤情况，通过叶绿素降解指数衡量玉米叶片中叶绿素含量的变化，反映光合作用效率下降和叶片健康状况的恶化程度； 将比对集合中的相邻两次监测数据进行比对分析，提取玉米叶片边缘干枯程度的变化，对玉米叶片边缘干枯程度的变化进行比对分析后生成叶缘干枯指数的具体步骤如下： 基于相邻两次监测的数据，对玉米叶片图像进行处理，提取玉米叶片边缘的变化信息，通过图像处理算法，生成每个监测时间点的叶片边缘轮廓，然后计算相邻两次监测间玉米叶片边缘干枯部分的变化率，计算的表达式为： ，式中，ΔEt表示边缘干枯变化率，Ct和Ct-1分别为当前监测和上次监测的玉米叶片边缘轮廓面积，At为玉米叶片整体面积，避免玉米叶片整体大小对计算结果造成干扰； 在提取干枯区域的基础上，进一步分析玉米叶片边缘在细节层面的变化，将玉米叶片边缘的局部弯曲度和干枯边缘的细化程度作为关键参数，通过逐点曲率变化来描述玉米叶片边缘干枯的严重程度，量化干枯边缘细节的变化程度，具体量化的表达式为：式中，Kt为干枯边缘的曲率变化总量，κti和κt-1i分别为当前和上一次监测中第i个边缘点的曲率，n为边缘点的总数； 通过引入边缘干枯变化率和干枯边缘的曲率变化总量生成最终的叶缘干枯指数，综合量化玉米叶片边缘干枯的程度，则叶缘干枯指数生成的表达式为：EDIt＝α·ΔEt+β·Ktγ，式中，EDIt为叶缘干枯指数，α、β分别为边缘干枯变化率和曲率变化总量的权重系数，γ为调节因子，增强对曲率变化的敏感性。

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宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心)，其通讯地址为：750002 宁夏回族自治区银川市金凤区黄河东路590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”。