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！

龙图腾网获悉河南农业大学申请的专利融合多模态数据的智慧农业种植决策优化方法与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：CN121094589B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511189380.2，技术领域涉及：G06Q10/0637；该发明授权融合多模态数据的智慧农业种植决策优化方法与系统是由毕越;贺米多;高逸菲;刘久申;赵翠萍;张颖;赵明正;刘阳;贺云舒设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本融合多模态数据的智慧农业种植决策优化方法与系统在说明书摘要公布了：本申请提供融合多模态数据的智慧农业种植决策优化方法与系统，包括：根据多源融合数据矩阵采用卷积神经网络进行噪声过滤和特征提取，针对时间空间差异处理高维信息，确定关键决策信息片段；从关键决策信息片段获取历史种植记录的关联模式，通过遗传算法优化多目标函数以平衡产量和成本约束，得到初步种植方案集合；根据优化后方案集通过实时天气预报数据更新动态环境变量，获取调整后的约束条件，确定全局最优种植时间和灌溉量；通过最终决策方案采用反馈循环机制整合新采集数据，获取连续监测指标，确定方案执行偏差；根据方案执行偏差判断是否需触发警报机制，通过预设规则更新多模态整合模型参数，得到适应性增强的数据处理框架。

本发明授权融合多模态数据的智慧农业种植决策优化方法与系统在权利要求书中公布了：1.融合多模态数据的智慧农业种植决策优化方法，其特征在于，所述方法包括： 通过卫星影像和传感器数据流融合预设的多模态整合模型，获取初始异构数据集以捕捉作物生长动态特征，得到多源融合数据矩阵；根据多源融合数据矩阵采用卷积神经网络进行噪声过滤和特征提取，针对时间空间差异处理高维信息，确定关键决策信息片段；从关键决策信息片段获取历史种植记录的关联模式，通过遗传算法优化多目标函数以平衡产量和成本约束，得到初步种植方案集合；从初步方案集合中获取环境影响指标，通过与预设阈值比较判断是否超过阈值，得到超阈值方案子集；针对所述超阈值方案子集采用粒子群优化算法调整方案参数，从预设土壤退化风险数据中提取风险因子并整合到优化过程中，其中粒子群优化算法以方案参数作为输入并输出调整值，得到调整后参数集；根据所述调整后参数集计算土壤退化风险值，其中土壤退化风险值通过风险因子加权求和得到，若风险值低于预设阈值则确定优化方案，从预设作物生长周期数据中获取周期因子并融合到方案中，得到融合方案集；根据优化后方案集通过实时天气预报数据更新动态环境变量，获取调整后的约束条件，确定全局最优种植时间和灌溉量；通过所述最优种植时间和灌溉量设定获取初始模拟参数，采用作物生长模型计算得到产量预测值，所述作物生长模型预先建立基于作物生长周期方程，其中输入为所述初始模拟参数包括土壤类型和气象条件，输出为模拟作物产量值；针对所述产量预测值与阈值比较判断，若低于阈值则从多源数据矩阵回溯，重新提取信息片段确定迭代输入数据，所述信息片段包括土壤湿度片段和作物适应属性；根据所述迭代输入数据融合所述土壤湿度片段和作物适应属性，获得优化后的灌溉量设定和种植时间调整，所述融合通过加权平均方法整合所述片段生成调整值；通过所述优化后的灌溉量设定和种植时间调整重复计算，判断得到最终决策方案，所述重复计算采用所述作物生长模型重新输入调整后的参数获取新产量预测值直至满足阈值；通过最终决策方案采用反馈循环机制整合新采集数据，获取连续监测指标，确定方案执行偏差；根据方案执行偏差判断是否需触发警报机制，通过预设规则更新多模态整合模型参数，得到适应性增强的数据处理框架； 其中，所述根据多源融合数据矩阵采用卷积神经网络进行噪声过滤和特征提取，具体采用一个三维卷积神经网络3D-CNN，构建一个四维的多源融合数据张量作为数据矩阵，该张量的维度为[N,T,H,W]，其中：N是特征通道数，T是时间序列长度，H和W是农田区域在栅格化后的高度和宽度。

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河南农业大学，其通讯地址为：450002 河南省郑州市金水区农业路63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。