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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海智位机器人股份有限公司叶琛获国家专利权

上海智位机器人股份有限公司叶琛获国家专利权

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!

龙图腾网获悉上海智位机器人股份有限公司申请的专利一种灌溉预测方法、装置、设备及介质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:CN120202905B

龙图腾网通过国家知识产权局官网在2026-04-21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:202510328242.1,技术领域涉及:A01G25/00;该发明授权一种灌溉预测方法、装置、设备及介质是由叶琛;王琛;徐慧丽;胡苇;杨子煜设计研发完成,并于2025-03-19向国家知识产权局提交的专利申请。

一种灌溉预测方法、装置、设备及介质在说明书摘要公布了:本发明公开了一种灌溉预测方法、装置、设备及介质。该方法包括:获取初始噪声动作序列;当获取的当前迭代步长数小于或等于模型迭代步长总数值时,确定当前迭代步长数对应的当前噪声动作序列;确定当前迭代步长数对应的当前补充数据;将当前补充数据和当前噪声动作序列,输入到灌溉预测模型中,确定当前迭代步长数对应的预测噪声动作序列;当当前迭代步长数大于模型迭代步长总数值时,获取当前迭代步长数对应的预测动作序列;响应于当前迭代步长数小于或等于模型迭代步长总数值,将当前迭代步长数对应的预测动作序列作为下一迭代步长数对应的当前噪声动作序列,以及在当前迭代步长数上累加1。本发明实施例可以提高灌溉预测的准确率。

本发明授权一种灌溉预测方法、装置、设备及介质在权利要求书中公布了:1.一种灌溉预测方法,其特征在于,所述方法包括: 获取初始噪声动作序列,所述初始噪声动作序列用于描述表示预设的灌溉动作指令的数据集合; 当获取的当前迭代步长数小于或等于模型迭代步长总数值时,并根据初始噪声动作序列,确定所述当前迭代步长数对应的当前噪声动作序列; 根据所述当前迭代步长数的奇偶性,确定所述当前迭代步长数对应的当前补充数据; 将所述当前补充数据和所述当前噪声动作序列,输入到灌溉预测模型中,确定所述当前迭代步长数对应的预测噪声动作序列; 当所述当前迭代步长数大于模型迭代步长总数值时,获取当前迭代步长数对应的预测动作序列,并确定预测灌溉数据; 响应于所述当前迭代步长数小于或等于所述模型迭代步长总数值,将所述当前迭代步长数对应的预测动作序列作为下一迭代步长数对应的当前噪声动作序列,以及在所述当前迭代步长数上累加1; 所述根据所述当前迭代步长数的奇偶性,确定所述当前迭代步长数对应的当前补充数据,包括: 获取历史灌溉动作序列; 获取更新空间特征分布信息及更新时间特征分布信息; 若所述当前迭代步长数为奇数,将所述更新空间特征分布信息及所述更新时间特征分布信息确定为所述当前迭代步长数对应的当前补充数据; 若所述当前迭代步长数为偶数,将所述历史灌溉动作序列确定为所述当前迭代步长数对应的当前补充数据; 所述获取更新空间特征分布信息及更新时间特征分布信息,包括: 获取空间特征分布信息及时间特征分布信息; 获取所述空间特征分布信息及所述时间特征分布信息对应的更新矩阵; 将所述空间特征分布信息与所述更新矩阵进行交叉注意力计算,对所述空间特征分布信息进行更新,得到更新空间特征分布信息; 将所述时间特征分布信息与所述更新矩阵进行交叉注意力计算,对所述时间特征分布信息进行更新,得到更新时间特征分布信息; 所述获取所述空间特征分布信息及所述时间特征分布信息对应的更新矩阵,包括: 获取历史采集数据,所述历史采集数据包括:采集时间段、所述采集时间段对应的历史深度、历史温度、采集湿度及历史灌溉动作序列; 获取历史采集数据中所述历史深度及历史温度对应的特征矩阵; 将所述历史采集数据中所述历史深度及历史温度对应的特征矩阵在时间维度上展开处理,得到所述空间特征分布信息对应的更新矩阵; 将所述历史采集数据中所述历史深度及历史温度对应的特征矩阵在空间维度上展开处理,得到所述时间特征分布信息对应的更新矩阵; 所述获取历史采集数据中所述历史深度及历史温度对应的特征矩阵,包括: 根据所述历史采集数据进行高维映射处理,得到所述历史采集数据中所述历史深度及历史温度对应的映射矩阵; 获取空间位置编码及时间位置编码; 将所述空间位置编码和所述时间位置编码与所述映射矩阵融合,得到所述历史深度及历史温度对应的特征矩阵; 所述获取当前迭代步长数对应的预测动作序列,并确定预测灌溉数据,包括: 获取根据所述历史采集数据对初始解码器训练好的目标解码器; 根据所述目标解码器,确定预测动作序列与灌溉操作之间的对应关系; 根据所述预测动作序列与灌溉操作之间的对应关系,确定预测灌溉数据; 在所述获取根据所述历史采集数据对初始解码器训练好的目标解码器之后,还包括: 获取实时采集数据及随机噪声动作序列,所述实时采集数据包括:采集时间段、所述采集时间段对应的采集深度、采集温度、采集湿度及历史灌溉动作序列; 根据所述随机噪声动作序列及所述实时采集数据,确定目标动作序列; 将所述目标动作序列输入所述目标解码器中,得到实时灌溉数据; 将所述实时灌溉数据发送至灌溉装置,以使所述灌溉装置按照所述实时灌溉数据执行灌溉操作。

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上海智位机器人股份有限公司,其通讯地址为:201203 上海市浦东新区中国(上海)自由贸易试验区张江高科技园区博云路2号602、603室;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。