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！

龙图腾网获悉阳光学院申请的专利一种基于深度学习的烟株数量预测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：CN119918023B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510407156.X，技术领域涉及：G06F18/27；该发明授权一种基于深度学习的烟株数量预测方法是由杨长平;黄风华设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种基于深度学习的烟株数量预测方法在说明书摘要公布了：本发明涉及农业生产数据预测技术领域，公开了一种基于深度学习的烟株数量预测方法，通过土壤湿度、气象、激光雷达点云、多光谱等多源农业传感器采集烟田环境数据，利用动态特征选择网络进行多源特征融合，生成环境特征向量。将其输入采用时空注意力机制的多模态时序预测模型，建模烟株生长趋势。根据预测结果构建自适应加权回归模型，利用改进的粒子群优化算法动态调整权重。还构建分层校正模型优化预测数据。具备实时预测更新方法，可处理新增数据。多光谱传感器数据经降维、关联建模和插补融合处理。该方法充分利用多源数据，提升烟株数量预测的准确性、实时性和稳定性，为烟草种植管理提供有力支持。

本发明授权一种基于深度学习的烟株数量预测方法在权利要求书中公布了：1.一种基于深度学习的烟株数量预测方法，其特征在于，包括： 通过多源农业传感器采集烟田环境数据，所述多源农业传感器包括土壤湿度传感器、气象传感器、激光雷达点云传感器以及多光谱传感器；基于动态特征选择网络对所述烟田环境数据进行多源特征融合，生成融合后的环境特征向量；将所述环境特征向量输入预训练的多模态时序预测模型，所述多模态时序预测模型采用时空注意力机制，通过时间序列窗口划分与空间区域划分构建时空关联矩阵，基于所述时空关联矩阵对烟株生长趋势进行建模； 根据所述多模态时序预测模型输出的生长趋势参数构建自适应加权回归模型，所述自适应加权回归模型以烟株数量预测误差最小及模型复杂度最低为优化目标，采用改进的粒子群优化算法对模型权重进行动态调整，其中所述改进的粒子群优化算法引入惯性权重自适应衰减机制和全局最优解扰动策略；基于所述自适应加权回归模型输出烟株数量预测结果； 根据所述烟株数量预测结果构建分层校正模型，所述分层校正模型包括趋势层、残差层和校正层，其中趋势层基于滑动平均算法对预测结果进行趋势平滑，残差层基于门控循环单元网络对预测残差进行动态补偿，校正层基于约束最小二乘法对最终预测值进行边界修正，生成优化后的烟株数量预测数据； 所述动态特征选择网络对烟田环境数据进行多源特征融合包括： 获取多源农业传感器的原始数据，所述原始数据包括土壤湿度时序序列、气象参数矩阵、激光雷达点云密度分布数据以及多光谱反射率曲线；基于滑动时间窗对所述原始数据进行分段处理，提取每段数据的统计特征，包括均值、方差、极值及趋势斜率； 构建特征重要性评估函数，所述函数通过互信息熵与皮尔逊相关系数的加权组合计算各特征与烟株数量的关联度；基于所述关联度对特征进行排序，采用动态阈值截断法筛选高关联度特征； 构建特征融合网络，所述网络包括并行的一维卷积分支和全连接分支，其中一维卷积分支通过多尺度卷积核提取时序特征，全连接分支通过非线性映射提取空间特征；采用自适应加权机制对分支输出进行融合，生成融合后的环境特征向量。

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阳光学院，其通讯地址为：350015 福建省福州市经济技术开发区登龙路99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”。