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！

龙图腾网恭喜西北农林科技大学申请的专利一种基于小样本的设施温室温度预测方法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：CN115796040B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202211552061.X，技术领域涉及：G06F30/27；该发明授权一种基于小样本的设施温室温度预测方法是由胡瑾;雷文晔;刘行行;卢有琦;魏子朝;杨永霞设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于小样本的设施温室温度预测方法在说明书摘要公布了：一种基于小样本的设施温室温度预测方法，采集环境因子作为特征，构建数据集，环境因子包括：室内温度、室内空气相对湿度、室内土壤温度、室内光照强度、室外空气温度、室外空气相对湿度及室外土壤温度；基于1DCNN‑GRU深度神经网络，构建通用的温室温度预测模型，训练得到最优预测结果对应的网络参数，获得通用的最优模型；基于迁移学习以预训练及微调方式在小样本数据集中调整最优模型网络参数，构建面向不同地点和或不同气候的设施温室条件下的温室温度预测模型，本发明将具有大量数据的一类温室温度预测模型通过迁移学习法，在面向多种不同的设施温室条件下，快速有效地构建多种预测模型，对温度进行连续高效精准的预测。

本发明授权一种基于小样本的设施温室温度预测方法在权利要求书中公布了：1.一种基于小样本的设施温室温度预测方法，其特征在于，包括：步骤1，采集环境因子作为特征，构建数据集，所述环境因子包括：室内温度、室内空气相对湿度、室内土壤温度、室内光照强度、室外空气温度、室外空气相对湿度及室外土壤温度；步骤2，基于1DCNN-GRU深度神经网络，构建通用的温室温度预测模型；所述1DCNN-GRU深度神经网络由依次的输入层、卷积层、循环层和输出层组成；其中，输入层Xt+j,i为二维矩阵；Xt,i～Xt+j,i表示第t时刻到第t+j时刻输入样本的第i个特征数据；Xt,1～Xt,i表示t时刻样本数据共有1～i个特征；卷积层采用一维卷积滤波器提取数据中蕴含的二维特征；循环层选择两层GRU网络，将提取的二维特征构造为时间序列输入第一层GRU网络，第一层GRU网络返回每个时间步输出的完整序列，第二层GRU网络返回每个输入序列的最终输出；所述输出层为全连接层，输出目标时刻的预测值；步骤3，训练所述通用的温室温度预测模型，得到最优预测结果对应的网络参数，获得通用的最优模型；步骤4，根据所述最优模型，基于迁移学习以预训练及微调方式在小样本数据集中调整其网络参数，构建面向不同地点和或不同气候的设施温室条件下的温室温度预测模型，其中所述小样本数据集中的环境因子类型与步骤1的环境因子一致，但数据量远小于步骤1所构建数据集的数据量。

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西北农林科技大学，其通讯地址为：712100 陕西省西安市杨凌示范区邰城路3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”。