Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 沈阳农业大学钟超获国家专利权

沈阳农业大学钟超获国家专利权

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!

龙图腾网获悉沈阳农业大学申请的专利适宜机械化收获花生品种的筛选方法、存储介质及设备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:CN115146961B

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:202210774671.8,技术领域涉及:G06Q10/0639;该发明授权适宜机械化收获花生品种的筛选方法、存储介质及设备是由钟超;于海秋;刘喜波;赵新华;王晓光;康树立;蒋春姬;赵姝丽;王婧;张鹤设计研发完成,并于2022-07-01向国家知识产权局提交的专利申请。

适宜机械化收获花生品种的筛选方法、存储介质及设备在说明书摘要公布了:适宜机械化收获花生品种的筛选方法、存储介质及设备,属于农业技术领域。为了解决试验田和种植田存在的差异导致实际种植区的花生在机械收获时可能与试验田的总损失率差异较大而进一步导致对实际种植区总损失率估计不准确的问题,本发明首先获取需要进行筛选的花生品种i的基础指标数据以及花生品种i对应的固结度;并利用神经网络得到品种i对应的总保留率;然后根据花生品种i对应的固结度和拟进行播种的地块的固结度Fij'得到固结度差量比Rij'并利用神经网络得到总保留率差量;最后根据品种i对应的总保留率和总保留率差量Δij'得到花生品种i在拟进行播种的地块的总保留率,进而确定拟种植的花生品种。本发明适用于针对机械化收获的花生品种筛选。

本发明授权适宜机械化收获花生品种的筛选方法、存储介质及设备在权利要求书中公布了:1.适宜机械化收获花生品种的筛选方法,其特征在于,所述方法包括以下步骤: S1、获取需要进行筛选的花生品种i的基础指标数据以及花生品种i对应的固结度Fi; 将品种i基础指标数据进行归一化处理,所述花生品种的基础指标数据,包括:籽粒宽度、籽粒厚度、籽粒立压、第7天果柄强度、第7天秧柄强度、挖取时的果柄强度、挖取时的秧柄强度、籽粒正压、籽粒侧压、籽粒长度、结果范围、果壳正压、果壳侧压和果壳立压;并将品种i进行One-Hot编码并归一化; 然后将品种i的One-Hot编码归一化值,以及基础指标数据的归一化值输入总保留率网络模型,得到品种i对应的总保留率; 所述总保留率网络模型为多层神经网络模型;总保留率网络模型对应的多层神经网络模型输入层有15个神经元,输出层1个神经元;输入层对应的15个神经元的输入记为X1-X15,其中,X1-X14为基础指标数据对应的归一化值;神经元的输入X15为花生品种的One-Hot编码的归一化值;输出层对应的1个神经元的输出为总保留率; S2、针对拟进行播种的地块j'获取固结度Fij'; 根据花生品种i对应的固结度Fi和拟进行播种的地块的固结度Fij'得到固结度差量比Rij'; 然后将品种i的One-Hot编码归一化值,以及固结度差量比Rij'输入总保留率差量网络模型,得到总保留率差量Δij'; 所述总保留率差量网络模型为多层神经网络模型; S3、根据品种i对应的总保留率和总保留率差量Δij'得到花生品种i在拟进行播种的地块的总保留率; S4、根据花生品种i在拟进行播种的地块的总保留率确定拟种植的花生品种。

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沈阳农业大学,其通讯地址为:110866 辽宁省沈阳市东陵路120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”。

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。