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！

龙图腾网获悉青岛农业大学申请的专利一种基于深度学习的番茄耐盐性预测方法及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：CN121481770B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610024093.4，技术领域涉及：G06Q50/02；该发明授权一种基于深度学习的番茄耐盐性预测方法及系统是由郭尚敬;聂凯悦;王嘉纯;杨少勇;徐子健设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本一种基于深度学习的番茄耐盐性预测方法及系统在说明书摘要公布了：本发明涉及人工智能和深度学习技术领域，具体涉及一种基于深度学习的番茄耐盐性预测方法及系统，具体如下：获取番茄耐盐基因组，将其输入至基于深度学习的番茄耐盐性预测系统中进行检测，依次经过耐盐小样本基因重组模块、表观基因多粒度挖掘模块、异构耐盐基因特征整合模块、耐盐特征点融合模块和番茄耐盐性基因预测模块，计算输入的番茄耐盐基因组中具有相关番茄耐盐性基因的概率。本发明提升了复杂基因背景下耐盐性基因的预测精度与泛化能力，为番茄耐盐品种选育提供了智能化预测方法。

本发明授权一种基于深度学习的番茄耐盐性预测方法及系统在权利要求书中公布了：1.一种基于深度学习的番茄耐盐性预测方法，构建番茄耐盐性预测模型，将待检测的番茄耐盐基因组输入到该模型中进行耐盐性预测，其特征是，模型中的操作具体如下： S1、构建耐盐小样本基因重组模块，输入待检测的番茄耐盐基因组，经过多级特征捕捉以及注意力驱动的特征重组操作，输出小样本基因重组特征； S2、构建表观基因多粒度挖掘模块，输入小样本基因重组特征，经过多层次表观特征定位和多粒度特征挖掘操作，输出表观基因挖掘特征； 表观基因多粒度挖掘模块中的操作具体如下： 1特征预处理操作： 建立表观基因多粒度挖掘模块，将小样本基因重组特征输入到表观基因多粒度挖掘模块，经过该模块中的卷积层、批量归一化层以及非线形激活函数，输出优化后的中间特征； 2双分支多尺度特征捕捉操作： 将特征输入到两支并行的多尺度耐盐基因特征捕捉网络； 特征经过该网络的第一个分支中，特征经过深度可分离卷积层、激活函数以及全连接层，输出高维特征； 同时，将特征输入到该网络的第二个分支中，该分支由多层次基因捕捉模块和多尺度基因挖掘模块构成； 1在多层次基因捕捉模块中，通过多层次表观特征定位操作，将特征经过平均池化层、卷积层以及激活函数，输出特征；特征经过两个卷积核大小不同的深度可分离卷积层以及激活函数，输出特征；特征经过卷积层以及激活函数，输出特征； 2在多尺度基因挖掘模块中，进行多粒度特征挖掘操作； 具体将特征经过深度可分离卷积层，输出特征； 粒度特征挖掘操作对特征进行多层级特征提取，每层结构均为深度可分离卷积层和激活函数，每层深度可分离卷积层的卷积核大小不同；对特征进行特征提取后输出特征，再基于特征进行特征提取，输出特征，再基于特征进行特征提取，输出特征，再基于特征进行特征提取，输出特征； 然后，将每层提取的特征、、、进行拼接，并经过卷积层，输出特征； 3特征整合操作： 将特征与特征使用逐元素乘法操作进行特征融合，并经过卷积层，输出特征； 将特征与特征进行特征拼接，经过卷积层以及激活函数，输出表观基因挖掘特征； S3、构建异构耐盐基因特征整合模块，输入表观基因挖掘特征，经过该模块的异构特征信息上下文整合、长距离空间特征依赖捕获操作，输出异构特征； S4、构建耐盐特征点融合模块，输入小样本基因重组特征、表观基因挖掘特征以及异构特征，经过耐盐基因多元特征融合操作，输出耐盐多元特征； S5、构建番茄耐盐性基因预测模块，输入耐盐多元特征，预测出具有相关番茄耐盐性基因概率； S6、通过损失函数对番茄耐盐性预测模型中的参数进行优化，得到训练后的番茄耐盐性预测模型。

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青岛农业大学，其通讯地址为：266000 山东省青岛市城阳区长城路700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。