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！

龙图腾网获悉河北师范大学申请的专利基于AI大模型的农业精准种植预训练和微调训练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：CN119475082B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411476438.7，技术领域涉及：G06F18/2415；该发明授权基于AI大模型的农业精准种植预训练和微调训练方法是由赵书良;赵腾洁;周倩楠设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本基于AI大模型的农业精准种植预训练和微调训练方法在说明书摘要公布了：本发明公开了一种基于AI大模型的农业精准种植预训练和微调训练方法。基于通过深度学习技术，大规模农业数据中获取关键信息，预测最佳种植模式，提高作物产量和品质。通过分析历史数据和实时监测，预测并提醒农民关于可能的病虫害发生，从而提前采取措施。对于不同地区和不同环境条件，模型可以通过微调来适应特定的种植要求，提升模型的普适性和精确度。预测土壤、气象和植物生长模式为农业生产提供了智能决策支持，帮助农民优化种植方案，提高产量、减少资源浪费，从而提升农业的科学化和生产效益。模型能够帮助农民科学种植，提高作物产量和品质，节约资源，减少环境负担，推动农业可持续发展。

本发明授权基于AI大模型的农业精准种植预训练和微调训练方法在权利要求书中公布了：1.一种基于AI大模型的农业精准种植预训练和微调训练方法，其特征在于，包括以下步骤： 步骤1：数据预处理：将从开源数据集和实际采集到的土壤、气象、农作物生长、作物类型、地点、时间、作物所遇问题及解决策略整理为数据集，并进行数据清洗，由以下具体步骤组成： 步骤1-1：识别和处理缺失值：识别数据集中的缺失值，标记为预设占位符，如果缺失数据数量少于预设数据量，则删除含有缺失值的行或列。如果缺失数据数量超出预设数据量，使用响应数据的均值或邻近数据填充缺失值； 步骤1-2：数据转换：采用最小—最大归一化将所有数据转化成同一尺度；首先，逐一计算数据集中各特征的最小值min和最大值max；然后，转换为归一化值xnorm： x_norm＝x-minmax-min； 步骤1-3：识别和处理异常值：使用标准差识别异常值； 步骤2：预训练：模型结构由一个以上Transformer解码器堆叠而成；每个解码器中包括自注意力机制和前馈神经网络两个组件；用训练集对模型进行预训练：即数据集中的地区、土壤湿度、气象信息、作物类型信息作为模型输入的自变量X＝{x1,x1,···,xm],其中xm为一个自变量，m为自变量的个数；数据集中的作物所遇问题的解决策略以及专家建议信息作为模型的标签信息Y＝[y1,y1,···,yn}，其中yn为模型的一种答案输出类型，n为输出种类的数量。模型训练过程中使用交叉熵损失函数： 其中表示模型预测得到的结果分布。 步骤3：微调：使用实时采集的农田数据、农田作物的生长情况、实际情况下遇到问题的解决策略以及专家建议信息对预训练好的大模型进行微调；在微调时，将各类传感器收集到的真实本地数值按照步骤1进行数据预处理，将格式正确的数据输入到模型中，进行模型参数的微调； 步骤4：实时监测和调整：在农业生产环境中部署微调后的模型，实时监测农田数据，实时输出精准种植建议。实际生产中若出现问题返回步骤3用实际数据微调模型。

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河北师范大学，其通讯地址为：050024 河北省石家庄市南二环东路20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。