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！

龙图腾网获悉南京农业大学申请的专利一种融合机器学习与空间分析协同的土壤数据模拟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：CN120257853B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510739437.5，技术领域涉及：G06F30/27；该发明授权一种融合机器学习与空间分析协同的土壤数据模拟方法是由曹强;王悦帆;刘小军;田永超;朱艳;曹卫星设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种融合机器学习与空间分析协同的土壤数据模拟方法在说明书摘要公布了：本发明涉及土壤数据处理技术领域，公开了一种融合机器学习与空间分析协同的土壤数据模拟方法。先获取目标区域多源土壤数据，确定各土壤数据单元空间特征参数，计算机器学习特征指标并生成模拟输入集合；接着用预训练的机器学习模型确定动态演化参数，在空间分析模型中标记生成协同模拟图谱；然后进行数据一致性检测，基于检测结果模拟生成土壤数据。若检测到参数冲突，依多源数据优先级融合参数。模拟结果生成后，实时监测土壤数据单元与相邻单元属性差异值，超阈值时动态修正参数。该方法综合多源数据，利用机器学习与空间分析技术，提升土壤数据模拟的精准度与可靠性，为土壤研究及相关领域提供有力支持。

本发明授权一种融合机器学习与空间分析协同的土壤数据模拟方法在权利要求书中公布了：1.一种融合机器学习与空间分析协同的土壤数据模拟方法，其特征在于，所述方法包括： S1、获取目标区域的多源土壤数据，并从预设的空间分析模型中确定每个土壤数据单元的空间特征参数，其中，所述空间特征参数包括所述土壤数据单元的地理位置属性、物理属性及化学属性； S2、针对每个土壤数据单元，基于所述空间特征参数分别计算所述土壤数据单元的机器学习特征指标，并根据多个所述机器学习特征指标生成所述土壤数据单元的模拟输入集合；其中，所述机器学习特征指标为针对每个土壤数据单元，融合其地理位置属性与理化属性的综合量化参数；所述模拟输入集合是由选中的多个所述机器学习特征指标构成的标准化数据集； S3、针对每个土壤数据单元，加载预训练的机器学习模型，并基于所述模拟输入集合中包含的多个特征指标间的关联度及所述机器学习模型的推理规则，确定所述土壤数据单元在模拟过程中的动态演化参数； S4、在所述空间分析模型中对各土壤数据单元标记所述动态演化参数，生成协同模拟图谱； S5、针对每个土壤数据单元，根据所述动态演化参数进行数据一致性检测，得到检测结果； S6、基于所述检测结果进行土壤数据模拟，生成土壤数据模拟结果。

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南京农业大学，其通讯地址为：210000 江苏省南京市江北新区滨江大道666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”。