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！

龙图腾网获悉中国科学院合肥物质科学研究院;无锡中科智能农业发展有限责任公司申请的专利一种基于光谱特性的设施作物光合潜能预测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：CN120448772B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510467016.1，技术领域涉及：G06F18/213；该发明授权一种基于光谱特性的设施作物光合潜能预测方法及系统是由李华龙;张博研;麻之润;刘先旺;杨选将;郭盼盼;李淼;张健设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种基于光谱特性的设施作物光合潜能预测方法及系统在说明书摘要公布了：本发明涉及一种基于光谱特性的设施作物光合潜能预测方法及系统，该方法通过设置不同光照梯度培养环境获取样本数据，利用标准正态变量变换预处理数据，采用竞争性自适应重加权算法和连续投影法提取特征波长，以回归型支持向量机算法建立预测模型，实现对作物光合潜能的预测。预测系统涵盖主控处理、驱动光源、反射光检测、供电、通信以及控制软件及显示等单元。主控处理单元控制各部件运行并处理数据，驱动光源单元提供检测光，反射光检测单元检测光强并转换处理信号，通信单元上传数据，控制软件及显示单元计算并展示结果。本发明可快速、准确、低成本地评估设施作物光合潜能，为农业生产提供科学依据，助力作物生长状态监测。

本发明授权一种基于光谱特性的设施作物光合潜能预测方法及系统在权利要求书中公布了：1.一种基于光谱特性的设施作物光合潜能预测方法，其特征在于，包括以下步骤： S1、获取样本数据：设置多个不同光照梯度下相同温度、湿度、二氧化碳浓度的培养环境，待不同光照处理下的作物产生差异，随机选取作物叶片作为实验样本，分别测量作物叶片的光合潜能FvFm及可见-近红外反射光谱，作为样本数据； S2、对样本数据进行预处理：采用标准正态变量变换进行数据预处理，以消除样本表面颗粒大小、表面散射和光程变化对反射光谱造成的影响； S3、提取特征波长：先采用竞争性自适应重加权算法提取出有利于预测模型精度的特征波长组合，而后使用连续投影法筛去重复性高的冗余变量，之后按4:1随机划分训练集和测试集； S4、以训练集样本光谱特征波长反射光强为输入，作物的FvFm为输出，采用回归型支持向量机算法建立作物光合潜能预测模型； S5、利用光合潜能预测模型，对作物光合潜能进行预测； 其中，所述竞争性自适应重加权算法的步骤为： 采用蒙特卡洛采样法，每次随机从数据集中选择80%的样本进入建模集，剩余的20%作为预测集建立PLS模型，提前设定蒙特卡洛法的采样次数N，记录每一次采样过程PLS模型中的回归系数的绝对值权重，计算公式为： 其中，bi为第i个变量的回归系数； 利用指数衰减函数EDF强行去除回归系数绝对值权重相对较小的波长，在第i次基于蒙特卡洛采样建立PLS模型时，根据EDF得到保留的波长点的比例Ri，其计算公式为： 其中，μ和k的计算公式分别为： 其中，N是采样次数，n是原始波长点数； 每次采样选择数量为Ri*n个的波长变量，进行PLS建模，计算交叉验证均方根误差RMSECV值； 在N次采样完成之后，CARS算法得到N组候选的特征波长子集，以及对应的RMSECV值，选择RMSECV最小值所对应的波长变量子集为特征波长。

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中国科学院合肥物质科学研究院;无锡中科智能农业发展有限责任公司，其通讯地址为：230088 安徽省合肥市董铺岛；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。