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！

龙图腾网获悉北京师范大学申请的专利一种农作物的精细分类方法、装置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：CN120126010B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510598929.7，技术领域涉及：G06V20/10；该发明授权一种农作物的精细分类方法、装置及介质是由范昊;张诗雨;赖秀婷;齐佳运设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本一种农作物的精细分类方法、装置及介质在说明书摘要公布了：本发明公开了一种农作物的精细分类方法、装置及介质。其中，方法包括：从农作物的历史数据集和当前数据集中随机均匀的抽取样本数据集，其中样本数据集包括：源域样本数据集和目标域样本数据集；利用随机森林机器学习算法，根据源域样本数据集以及目标域样本数据集对预选要素进行重要性排序，获取重要要素集；对样本数据集进行随机抽样分组，生成M组样本数据子集，并利用决策树模型，根据重要要素集分别对M组样本数据子集以及目标域样本数据集进行学习，生成M+1个预选分类器；利用预先设置的规则以及重要要素集，根据M+1个预选分类器生成最终分类器；根据最终分类器对待分类数据进行分类，获取当前数据集的分类结果。

本发明授权一种农作物的精细分类方法、装置及介质在权利要求书中公布了：1.一种农作物的精细分类方法，其特征在于，包括： 从农作物的历史数据集和当前数据集中随机均匀的抽取样本数据集，其中所述样本数据集包括：源域样本数据集和目标域样本数据集，历史数据集和当前数据集为高分辨率卫星数据； 利用随机森林机器学习算法，根据所述源域样本数据集以及所述目标域样本数据集对预选要素进行重要性排序，获取重要要素集； 对所述样本数据集进行随机抽样分组，生成M组样本数据子集，并利用决策树模型，根据所述重要要素集分别对M组样本数据子集以及所述目标域样本数据集进行学习，生成M+1个预选分类器； 利用预先设置的规则以及所述重要要素集，根据M+1个预选分类器生成最终分类器； 根据所述最终分类器对待分类数据进行分类，获取所述当前数据集的分类结果，其中所述待分类数据为所述当前数据集除去所述目标域样本数据集；其中， M+1个预选分类器包括：M组样本数据子集对应的预选分类器以及目标域样本数据集对应的预选分类器，并且 利用预先设置的规则以及所述重要要素集，根据M+1个预选分类器生成最终分类器，包括： 步骤1：计算M+1个预选分类器D中各预选分类器对目标域样本数据集的分类精度并进行降序排列，获取排序后的分类精度； 步骤2：初始化参数，其中初始化参数包括：精度阈值；第一中间分类器；第二中间分类器：；m=1，m≤M； 步骤3：基于初始化参数进行循环迭代，输出第二中间分类器； 步骤4：令最终分类器，新预测精度，减少中最后一个要素，得到新的，返回步骤1，若大于，更新最终分类器和新预测精度，直到中的重要要素数量小于5结束迭代，输出最终分类器； 步骤3：基于初始化参数进行循环迭代，输出第二中间分类器，包括： 步骤1）：更新参数m=m+1； 步骤2）：更新第一中间分类器； 步骤3）：利用第一中间分类器中各个预选分类器分别预测目标域样本数据集S t ，获取多个预测分类结果； 步骤4）：采用投票方式根据多个预测分类结果确定分类结果并计算投票预测精度； 步骤5）：若投票预测精度，则更新，； 步骤6）：返回步骤1）进行迭代计算，当mM时，结束循环，得到第二中间分类器。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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”。