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 > 江西省经济作物研究所;江西玖玢生态农业发展有限公司江新凤获国家专利权

江西省经济作物研究所;江西玖玢生态农业发展有限公司江新凤获国家专利权

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!

龙图腾网获悉江西省经济作物研究所;江西玖玢生态农业发展有限公司申请的专利一种基于智能决策的茶叶加工辅助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:CN120198028B

龙图腾网通过国家知识产权局官网在2025-09-30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:202510674634.3,技术领域涉及:G06Q10/0639;该发明授权一种基于智能决策的茶叶加工辅助方法及系统是由江新凤;王礼献;郭久彬;张冬梅;张贱根;李琛;陈紫梅;张春云;芦智锴;双巧云设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

一种基于智能决策的茶叶加工辅助方法及系统在说明书摘要公布了:本发明公开了一种基于智能决策的茶叶加工辅助方法及系统,包括:进行茶叶加工监测获取茶叶加工监测数据,对获取的茶叶加工监测数据进行预处理,得到跨模态茶叶加工监测信息;基于跨模态茶叶加工监测信息分析各监测数据的跨模态关联关系,并构建多模态融合特征,得到多模态茶叶加工融合特征;构建茶叶加工质量感知模型,将多模态茶叶加工融合特征输入至训练完成后的茶叶加工质量感知模型中对当前加工批次的茶叶进行加工质量感知,得到茶叶加工质量感知信息;基于茶叶加工质量感知信息判断当前加工批次的茶叶质量是否符合期望,若不符合,则优化当前加工方案进行茶叶加工辅助。增强茶叶加工过程的感知能力并提高最终茶叶加工质量。

本发明授权一种基于智能决策的茶叶加工辅助方法及系统在权利要求书中公布了:1.一种基于智能决策的茶叶加工辅助方法,其特征在于,包括: 对目标加工设备进行茶叶加工监测获取茶叶加工监测数据,对获取的茶叶加工监测数据进行预处理,得到跨模态茶叶加工监测信息; 基于所述跨模态茶叶加工监测信息分析各监测数据的跨模态关联关系,并构建多模态融合特征,得到多模态茶叶加工融合特征; 构建茶叶加工质量感知模型,将所述多模态茶叶加工融合特征输入至训练完成后的茶叶加工质量感知模型中对当前加工批次的茶叶进行加工质量感知,得到茶叶加工质量感知信息; 基于所述茶叶加工质量感知信息判断当前加工批次的茶叶质量是否符合期望,若不符合,则优化当前加工方案进行茶叶加工辅助; 其中,所述构建茶叶加工质量感知模型,将所述多模态茶叶加工融合特征输入至训练完成后的茶叶加工质量感知模型中对当前加工批次的茶叶进行加工质量感知,具体包括: 基于历史数据检索获取不同茶叶加工质量的历史加工实例,根据获取的历史加工实例提取各历史加工实例进行茶叶加工时的历史茶叶加工特征,得到历史茶叶加工特征信息; 提取各历史加工实例对应的茶叶加工流程,对所述历史茶叶加工特征信息进行特征分区,生成若干不同历史加工实例的茶叶加工特征子集,每个茶叶加工特征子集对应着不同的茶叶加工流程; 将特征分区后的历史茶叶加工特征信息与对应历史茶叶加工质量进行关联,并将茶叶加工特征作为第一节点,茶叶加工质量作为第二节点,并定义茶叶加工流程为第一节点的节点标签,建立拓扑结构图; 基于长短期记忆网络和图神经网络构建茶叶加工质量感知模型,将特征分区后的历史茶叶加工特征信息输入至长短期记忆网络中提取不同加工质量的多尺度时间特征; 通过建立的拓扑结构图获取邻接矩阵,基于消息传递机制进行节点的聚合更新并获取更新后的节点表示,对全图更新后的节点表示进行全局池化得到空间特征,将所述多尺度时间特征与空间特征进行融合生成时空融合特征; 将所述时空融合特征输入至全连接层进行茶叶加工质量感知,通过预设验证集对茶叶加工质量感知结果进行验证及参数调节,经过迭代训练得到符合期望的茶叶加工质量感知模型; 获取多模态茶叶加工融合特征,将所述多模态茶叶加工融合特征输入至训练完成的茶叶加工质量感知模型中对当前加工批次的茶叶进行加工质量感知,得到茶叶加工质量感知信息。

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江西省经济作物研究所;江西玖玢生态农业发展有限公司,其通讯地址为:330000 江西省南昌市东湖区福州支路4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。