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 > 华南农业大学吴伟斌获国家专利权

华南农业大学吴伟斌获国家专利权

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!

龙图腾网获悉华南农业大学申请的专利一种基于自注意力机制的茶小绿叶蝉成灾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:CN120763543B

龙图腾网通过国家知识产权局官网在2025-11-18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:202511247606.X,技术领域涉及:G06F18/20;该发明授权一种基于自注意力机制的茶小绿叶蝉成灾预测方法是由吴伟斌;李浩欣;崔坤;高炳业;周智恒;罗远强;王博设计研发完成,并于2025-09-03向国家知识产权局提交的专利申请。

一种基于自注意力机制的茶小绿叶蝉成灾预测方法在说明书摘要公布了:本发明提供了一种基于自注意力机制的茶小绿叶蝉成灾预测方法,包括获取数据集,对数据集使用滑动窗口法,生成时序样本。构建茶小绿叶蝉数目预测模型,茶小绿叶蝉数目预测模型基于LSTM神经网络和多头自注意力机制。将数据集输入茶小绿叶蝉数目预测模型进行预测,得到茶小绿叶蝉的当前百叶虫口数。根据当前百叶虫口数计算虫口变化率,根据虫口变化率发出茶小绿叶蝉成灾风险提示。本发明采用滑动窗口法构建时间序列数据样本,以融合多源时序数据和生物物理机制。采用双层LSTM模块和多头注意力机制构建茶小绿叶蝉数目预测模型,从而在不增加参数的情况下实现高秩表达和任务自适应,准确地动态量化茶小绿叶蝉的成灾风险。

本发明授权一种基于自注意力机制的茶小绿叶蝉成灾预测方法在权利要求书中公布了:1.一种基于自注意力机制的茶小绿叶蝉成灾预测方法,其特征在于,包括: 获取数据集,对所述数据集使用滑动窗口法,生成时序样本; 构建茶小绿叶蝉数目预测模型,所述茶小绿叶蝉数目预测模型基于LSTM神经网络和多头自注意力机制; 将所述数据集输入所述茶小绿叶蝉数目预测模型进行预测,得到茶小绿叶蝉的当前百叶虫口数; 根据所述当前百叶虫口数计算虫口变化率,根据所述虫口变化率发出茶小绿叶蝉成灾风险提示; 所述将所述数据集输入所述茶小绿叶蝉数目预测模型进行预测之前,还包括: 根据以下公式构造损失函数: ; 其中,L表示所述损失函数,n表示样本总数,yi表示第i个样本的百叶虫口数的真实值,表示第i个样本的百叶虫口数的预测值,表示第i个样本的动态权重; 采用所述损失函数训练待训练模型,当训练次数大于或等于训练次数阈值时,停止训练,得到茶小绿叶蝉数目预测模型; 所述数据集包括茶园气候数据、茶垄附近微环境数据、衍生特征数据和茶小绿叶蝉百叶虫口数; 所述茶园气候数据包括大气温度、大气湿度、光照强度和风速;所述茶垄附近微环境数据包括土壤温度、土壤湿度、土壤电导率和土壤pH值;所述衍生特征数据包括有效积温Tacc和降水标记Rrain; 所述损失函数的第i个样本的动态权重的计算公式如下: ; 其中,表示动态权重调节参数,||表示绝对值运算,Tstandard表示标准有效积温,Rstandard表示标准降水标记。

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华南农业大学,其通讯地址为:510642 广东省广州市天河区五山路483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。