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！

龙图腾网获悉中国林业科学研究院生态保护与修复研究所;蒙草生态环境(集团)股份有限公司申请的专利一种基于深度学习的杂花苜蓿耐寒性状评估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：CN120336766B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510796636.X，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的杂花苜蓿耐寒性状评估系统是由刘希强;李晓霞;刘亚玲设计研发完成，并于2025-06-16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杂花苜蓿耐寒性状评估系统在说明书摘要公布了：本发明公开了一种基于深度学习的杂花苜蓿耐寒性状评估系统，包括：数据生成模块，用于通过嵌入植物低温响应物理约束的扩散模型生成低温胁迫下的杂花苜蓿表型图像及对应生理数据；评估模型模块，用于采用因果驱动的双通道自适应网络，从图像和生理数据中提取耐寒性特征；决策模块，包括分层模型蒸馏单元与联邦强化学习单元，分层模型蒸馏单元与联邦强化学习单元通过边缘‑云协同架构实现模型压缩与决策策略优化的联合训练，输出抗寒决策并通过增强现实界面实现可视化。本发明能够有效解决传统杂花苜蓿耐寒性评估在数据生成、模型泛化及决策效率等方面的核心问题。

本发明授权一种基于深度学习的杂花苜蓿耐寒性状评估系统在权利要求书中公布了：1.一种基于深度学习的杂花苜蓿耐寒性状评估系统，其特征在于，包括： 数据生成模块，用于通过嵌入植物低温响应物理约束的扩散模型生成低温胁迫下的杂花苜蓿表型图像及对应生理数据； 所述物理约束扩散模型在逆向去噪过程中包含物理约束项； 评估模型模块，用于采用因果驱动的双通道自适应网络，从图像和生理数据中提取耐寒性特征； 决策模块，包括分层模型蒸馏单元与联邦强化学习单元，分层模型蒸馏单元与联邦强化学习单元通过边缘-云协同架构实现模型压缩与决策策略优化的联合训练，输出抗寒决策并通过增强现实界面可视化； 所述物理约束扩散的模型生成过程如下： 其中，xt为第t步加噪图像，αt为噪声调度系数，∈为服从标准正态分布的随机噪声； 逆向去噪过程的目标函数包含物理约束项： 其中，为输入温度梯度，S为生成的叶片形态，k为通过实验室测定的细胞膜渗透率常数，fT为叶绿素-温度标定函数，λ1与λ2为权重系数，SPADgen为生成的叶绿素含量SPAD值，为叶片形态随时间变化的偏导数； 所述评估模型模块用于采用因果驱动的双通道包括： 图像处理通道：基于VisionTransformer提取叶片局部特征，计算自注意力权重： 式中，Q，K与V为查询、键、值矩阵，d为特征向量的维度； 生理数据通道：动态权重分配网络根据传感器置信度调整权重，通过反向传播算法优化可学习参数； 所述图像处理通道与生理数据通道的输出特征经维度对齐后拼接为特征矩阵F； 所述决策模块的分层模型蒸馏单元进行分层模型蒸馏过程包括： 云端教师模型损失函数为： 式中，为交叉熵损失，为知识蒸馏损失，γ：平衡两类损失的权重系数 边缘学生模型通过梯度下降法优化特征匹配损失： 式中，Fteax与Fstux为教师模型与学生模型的特征输出； β为任务损失的权重系数； 所述联邦强化学习单元的奖励函数定义为： rt＝αΔH+βY-γC； 其中，ΔH为耐寒性评分变化量，Y为产量预测值，C为操作成本，α,β与γ为权重系数，策略更新采用近端策略优化算法。

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中国林业科学研究院生态保护与修复研究所;蒙草生态环境(集团)股份有限公司，其通讯地址为：100091 北京市海淀区东小府2号或香山路东小府1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”。