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！

龙图腾网获悉中国农业科学院作物科学研究所申请的专利大豆种质资源生活力小样本分类预测方法、系统和设备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：CN120632573B 。

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：202510760261.1，技术领域涉及：G06F18/241；该发明授权大豆种质资源生活力小样本分类预测方法、系统和设备是由徐虎博;王自强;辛霞;李飞;李炜琪;郭刚刚设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本大豆种质资源生活力小样本分类预测方法、系统和设备在说明书摘要公布了：本发明公开了一种大豆种质资源生活力小样本分类预测方法、系统和设备，涉及大豆种质资源生活力分类技术领域，方法包括：获取样本大豆种质资源的多模态数据集；对多模态数据集进行预处理；基于预处理后的多模态数据集，对大豆种质小样本生活力检测模型进行训练，得到大豆种子生活力检测模型；获取待测大豆种子的高光谱数据和挥发数据，并利用大豆种子生活力检测模型，对待测大豆种子进行生活力检测，得到待测大豆种子的生活力检测结果。本发明整合待测大豆种子的高光谱数据和挥发数据，综合考虑大豆种子的内部化学特性和外部释放的挥发性物质，从而更全面、准确地评估大豆种子的生活力。

本发明授权大豆种质资源生活力小样本分类预测方法、系统和设备在权利要求书中公布了：1.一种大豆种质资源生活力小样本分类预测方法，其特征在于，包括： 获取样本大豆种质资源中的每个样本大豆种子的高光谱数据和挥发数据，并获取样本大豆种质资源中的每个样本大豆种子的生活力标签，组成样本大豆种质资源的多模态数据集； 对所述多模态数据集进行预处理； 基于预处理后的多模态数据集，对大豆种质小样本生活力检测模型进行训练，得到大豆种子生活力检测模型； 获取待测大豆种子的高光谱数据和挥发数据，并利用所述大豆种子生活力检测模型，对待测大豆种子进行生活力检测，得到所述待测大豆种子的生活力检测结果； 对所述多模态数据集进行预处理，包括： 对所述多模态数据集中的高光谱数据逐通道进行多元散射校正处理、SG滤波处理、标准化处理和二阶导处理；对所述多模态数据集中的挥发数据进行SG滤波处理； 所述大豆种质小样本生活力检测模型包含特征提取部分、特征融合部分和决策融合部分，或者，所述大豆种质小样本生活力检测模型只包含所述特征提取部分、所述特征融合部分； 所述特征提取部分包括挥发性特征提取模块和高光谱特征提取模块，所述挥发性特征提取模块包括时序卷积，并通过连续的残差连接，从预处理后的挥发数据中获取多个不同时间维度之间的信息，得到时序数据特征；所述高光谱特征提取模块包括一维卷积神经网络，并使用连续的残差连接，从预处理的高光谱数据中得到光谱数据特征； 特征融合部分包含浅层特征融合模块和深层特征融合模块，所述浅层特征融合模块通过一维卷积和Sigmoid激活函数，对所述时序数据特征和所述光谱数据特征进行局部加权融合，得到第一融合结果；所述深层特征融合模块通过多头混合自注意力模块对第一融合结果进行处理，得到第二融合结果； 所述决策融合部分，使用一维卷积分别将时序数据特征和光谱数据特征映射为两个维度相等的分类分数，将两个分类分数与基于第二融合结果得到的特征融合模块分类结果进行融合，得到待测大豆的生活力检测结果； 其中，深层特征融合模块输出经线性分类层处理后，得到分类结果，当所述大豆种质小样本生活力检测模型只包含特征提取部分和特征融合部分时，将基于第二融合结果得到的分类结果直接作为待测大豆的生活力检测结果。

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农业科学院作物科学研究所，其通讯地址为：100081 北京市海淀区中关村南大街12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。