广东省科学院生态环境与土壤研究所李铖获国家专利权
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！
龙图腾网获悉广东省科学院生态环境与土壤研究所申请的专利基于多模态特征融合与空间邻域约束的土壤类型预测模型训练方法、制图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：CN120689657B 。
龙图腾网通过国家知识产权局官网在2025-12-26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：202510642244.8，技术领域涉及：G06V10/764；该发明授权基于多模态特征融合与空间邻域约束的土壤类型预测模型训练方法、制图方法及系统是由李铖;程炯;张寅丹;吉冬青;江恒设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。
本基于多模态特征融合与空间邻域约束的土壤类型预测模型训练方法、制图方法及系统在说明书摘要公布了：本发明公开了基于多模态特征融合与空间邻域约束的土壤类型预测模型训练方法、制图方法及系统，该训练方法包括：构建多源异构的数字土壤制图数据样本集，数据样本集包括连续型环境变量、离散型环境变量和多源遥感影像；提取数据样本集的特征量并进行多模态自适应特征融合，利用交叉注意力机制自适应确定融合权重，得到联合特征量；构建包括空间邻域平滑正则项和分类交叉熵损失的复合损失函数；根据联合特征量和复合损失函数对预设深度学习模型进行联合优化训练，直至满足预设要求，确定土壤类型预测模型。本发明实施例能够使模型输出的制图结果表达的准确性和空间连续性以及模型泛化性能有效提高，可广泛应用于数字土壤制图技术领域。
本发明授权基于多模态特征融合与空间邻域约束的土壤类型预测模型训练方法、制图方法及系统在权利要求书中公布了：1.一种基于多模态特征融合与空间邻域约束的土壤类型预测模型训练方法，其特征在于，包括： 构建多源异构的数字土壤制图数据样本集，所述数据样本集包括连续型环境变量、离散型环境变量和多源遥感影像； 提取所述数据样本集的特征量； 对所述数据样本集的特征量进行多模态自适应特征融合，利用交叉注意力机制自适应确定融合权重，得到联合特征量； 构建包括空间邻域平滑正则项和分类交叉熵损失的复合损失函数；根据所述联合特征量和所述复合损失函数对预设深度学习模型进行联合优化训练，直至满足预设要求，确定土壤类型预测模型。
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广东省科学院生态环境与土壤研究所，其通讯地址为：510650 广东省广州市天源路808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”。
以上内容由龙图腾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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励