电子科技大学林劼获国家专利权
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!
龙图腾网获悉电子科技大学申请的专利一种基于图计算的辣椒病理推理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:CN116050524B 。
龙图腾网通过国家知识产权局官网在2026-01-02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:202310054764.8,技术领域涉及:G06N5/04;该发明授权一种基于图计算的辣椒病理推理方法是由林劼;王元芳;白毅;梁玉龙;胡飘;王勇设计研发完成,并于2023-02-03向国家知识产权局提交的专利申请。
本一种基于图计算的辣椒病理推理方法在说明书摘要公布了:本发明公开了一种基于图计算的辣椒病理推理方法,包括静态辣椒病理知识图谱的构建;时序辣椒病理知识图谱的构建;时序辣椒病理推理模型的构建;时序辣椒病理推理模型的应用等四步。所述静态辣椒病理知识图谱的构建将所有节点分为辣椒病害节点和辣椒病害所表现的特征节点,再将辣椒病害节点与辣椒病害所表现的特征节点进行相连;所述时序辣椒病理知识图谱的构建,以时序知识图谱的方式来描述辣椒患病过程中特征的演变过程;所述时序辣椒病理知识图谱推理模型的构建采用四个图卷积神经网络,还包括VAE模块和XL‑VAE模块;所述时序辣椒病理推理模型的应用推断该辣椒所患病害;本发明能应用于辣椒病理推理,有较好的准确性和实际应用价值。
本发明授权一种基于图计算的辣椒病理推理方法在权利要求书中公布了:1.一种基于图计算的辣椒病理推理方法,其特征在于,包括以下步骤: 步骤S1,静态辣椒病理知识图谱的构建; 步骤S2,时序辣椒病理知识图谱的构建; 步骤S3,时序辣椒病理推理模型的构建; 步骤S4,时序辣椒病理推理模型的应用; 所述时序辣椒病理知识图谱的构建,包括以下子步骤: 步骤S21,以第1天、第3天、第5天、第7天作为时序辣椒病理知识图谱的观察时间粒度,对每种辣椒病害的动态生长演变过程构建时序知识图谱; 步骤S22,将时序辣椒病理知识图谱中节点分为两类,辣椒各部位节点以及各部位在罹患某病害时的表现节点; 所述时序辣椒病理知识图谱推理模型的构建采用四个独立的图卷积神经网络,对应时序辣椒病理知识图谱中的第1天、第3天、第5天、第7天; 所述图卷积神经网络的输入以对应时间点的时序辣椒病理知识图谱作为输入,相邻时间点之间设置有VAE模块和XL-VAE模块; 所述XL-VAE模块以图卷积神经网络输出特征矩阵H作为输入; 节点特征向量、边特征向量和事件特征向量为输出; 其中,节点特征向量和边特征向量作为后一时刻图卷积神经网络的输入,事件特征向量为当前时刻辣椒病害推理结果; 所述XL-VAE模块还包括encoder,所述encoder用当前时刻已知的辣椒病害特征状态来进行监督训练,让XL-VAE能更加准确的表示出特征矩阵的离散序列; 所述VAE模块更新所有图卷积神经网络共享的权重矩阵W,包括以下子步骤: 步骤S31,将前一时刻GCN的权重矩阵W作为VAE的输入,经过VAE采样得到权重矩阵W`; 步骤S32,将该权重矩阵W`作为下一时刻GCN的权重矩阵,下一时刻的GCN经过运算得到权重矩阵W``; 步骤S33,将权重矩阵W``用于反向训练VAE。
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电子科技大学,其通讯地址为:610041 四川省成都市高新区(西区)西源大道2006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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励