Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 海南省林业科学研究院(海南省红树林研究院)陈小花获国家专利权

海南省林业科学研究院(海南省红树林研究院)陈小花获国家专利权

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!

龙图腾网获悉海南省林业科学研究院(海南省红树林研究院)申请的专利一种基于深度学习的热带雨林生物量与碳汇协同优化决策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:CN120218406B

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:202510273827.8,技术领域涉及:G06Q10/063;该发明授权一种基于深度学习的热带雨林生物量与碳汇协同优化决策系统是由陈小花;陈宗铸;陈毅青;李苑菱;雷金睿;潘小艳;吴庭天设计研发完成,并于2025-03-10向国家知识产权局提交的专利申请。

一种基于深度学习的热带雨林生物量与碳汇协同优化决策系统在说明书摘要公布了:本发明涉及生物量与碳汇协同技术领域,尤其涉及一种基于深度学习的热带雨林生物量与碳汇协同优化决策系统。其技术方案包括多模态数据采集体系、时空耦合预处理模块、生态耦合深度学习模型、碳汇动态评估系统、多目标决策优化引擎和智能交互执行平台。本发明借助多模态数据采集体系全面安全地获取数据,经时空耦合预处理模块优化数据质量,利用生态耦合深度学习模型与碳汇动态评估系统精准分析生物量和碳汇,通过多目标决策优化引擎制定科学决策并保障执行,依靠智能交互执行平台实现便捷交互与高效执行,从而显著提升了热带雨林生物量与碳汇协同优化决策的准确性、科学性和执行效率,有力推动热带雨林生态保护与可持续发展。

本发明授权一种基于深度学习的热带雨林生物量与碳汇协同优化决策系统在权利要求书中公布了:1.一种基于深度学习的热带雨林生物量与碳汇协同优化决策系统,其特征在于,包括: 多模态数据采集体系:配置跨平台异构数据集成单元,融合亚米级高光谱卫星影像、无人机光探测与测距点云及地面物联网传感器网络,通过量子加密通道实现冠层-地表-地下三维生态数据的安全获取; 时空耦合预处理模块:采用改进循环生成对抗网络实现多源数据空间配准,结合动态时间规整长短期记忆网络-注意力机制模型解决时序对齐问题,集成对抗生成网络扩展极端气候训练数据,多源数据融合采用层次化特征对齐方法; 生态耦合深度学习模型:构建三维图卷积注意力网络,通过可变形卷积提取植被异质性特征,结合图注意力机制量化植被群落生态耦合效应,并设计双流门控融合机制集成时空特征流; 碳汇动态评估系统:基于贝叶斯神经网络框架实现生物量概率预测,融合δ13C同位素示踪数据解析碳源贡献比,嵌入物理约束层耦合生态过程机理方程; 多目标决策优化引擎:采用第三代非支配排序遗传算法框架构建生态经济帕累托前沿模型,集成数字孪生模拟器预演决策生态影响,通过区块链智能合约实现碳汇方案的自动核证与执行; 智能交互执行平台:部署混合现实三维可视化界面支持全息地形交互,建立边缘-云端协同架构实现野外移动终端实时决策,结合特征反演网络追溯关键影响因子空间分布; 所述改进循环生成对抗网络包含: 自适应注意力机制:在生成器U-Net架构中嵌入坐标注意力模块,通过2D全局池化捕获空间位置敏感特征; 多尺度判别器:采用3个PatchGAN判别器构成级联结构,并引入谱归一化约束; 动态循环一致性损失:设计权重自适应的循环损失函数,公式为: Lcyc=λ1·||GABGBAx-x||1+λ2·SSIMGABGBAx,x 其中,GAB和GBA:分别表示从域A到域B和从域B到域A的生成器;x:输入数据样本;||·||1:L1范数;SSIM·:结构相似性指数,λ1和λ2为可学习的权重参数,用于平衡L1损失和SSIM损失的重要性; 所述物理约束层实现方式为: 嵌入CENTURY模型机理方程:将土壤有机碳分解速率方程作为硬约束,公式: 其中,土壤有机碳含量随时间的变化率;k:分解速率常数;C:当前土壤有机碳含量;fT:温度修正函数,采用Arrhenius方程形式:其中Ea为活化能,R为气体常数,T为绝对温度;fθ:水分修正函数,通常表示为土壤含水量的非线性函数;fpH:酸碱度修正函数,反映pH值对微生物活性的影响; 构建混合损失函数: Ltotal=α·Ldata+β·Lphysics+γ·Lreg 其中,Ldata:数据驱动损失,采用均方误差,用于衡量模型预测值与真实值之间的差异;Lphysics:物理约束损失;Lreg:正则化损失,用于防止模型过拟合,采用L2正则化或权重衰减;α、β、γ:权重系数,分别控制数据驱动损失、物理约束损失和正则化损失的相对重要性;α=0.6,β=0.3,γ=0.1,Lphysics包含21个生态过程守恒方程; 开发可微分求解器:基于PyTorch框架实现机理方程的自动微分求导,支持GPU加速计算。

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海南省林业科学研究院(海南省红树林研究院),其通讯地址为:571199 海南省海口市琼山区桂林下路141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”。

以上内容由龙图腾AI智能生成。

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。