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！

申请/专利权人：中色资源环境工程股份有限公司

摘要：本申请涉及一种基于粉煤灰对盐碱地进行改良的方法。该方法包括：利用智能化算法，挖掘不同土壤改良配比方案对应的土壤结构改良效果图像与方案本身之间的响应性关联关系，以及各个土壤结构改良效果图像之间的动态变化规律，从而分析和推演出最佳的土壤改良配比方案。通过这样的方式，基于有限实验数据来进行最佳配比方案的推理，减少人工分析的周期，提高土壤改良方式的智能化和自动化程度，为盐碱地的可持续利用提供技术支持。

主权项：1.一种基于粉煤灰对盐碱地进行改良的方法，其特征在于，包括：获取多个土壤改良配比方案以及所述多个土壤改良配比方案对应的多个土壤结构改良效果图像，其中，所述各个土壤改良配比方案包括粉煤灰、脱硫石膏和有机肥，所述粉煤灰包括二氧化硅、氧化铝、氧化钙、氧化铁、氧化钛、氧化硫、氧化钾、氧化磷、氧化镁和氧化钠；对所述多个土壤改良配比方案和所述多个土壤结构改良效果图像进行关联特征提取以得到改良配比成分关联特征图和配方间改良效果关联特征图；将所述改良配比成分关联特征图和所述配方间改良效果关联特征图输入包括特征多尺度感知强化模块和多尺度语义特征提取模块的信息激励-压榨模块以得到改良配比成分关联特征向量和配方间改良效果关联特征向量；将所述改良配比成分关联特征向量和所述配方间改良效果关联特征向量输入基于先验分布的特征动态约束交互模块以得到改良配方-改良效果交互特征向量；基于所述改良配方-改良效果交互特征向量来确定推理最佳改良方案；对所述多个土壤改良配比方案和所述多个土壤结构改良效果图像进行关联特征提取以得到改良配比成分关联特征图和配方间改良效果关联特征图，包括：将所述多个土壤改良配比方案按照配方样本维度排列为全样本土壤改良配比输入矩阵；将所述多个土壤结构改良效果图像按照图像样本维度排列为土壤结构改良效果输入张量；将所述全样本土壤改良配比输入矩阵输入基于空洞卷积神经网络模型的改良配比成分关联特征提取器以得到所述改良配比成分关联特征图；将所述土壤结构改良效果输入张量输入基于三维卷积神经网络模型的配方间改良效果关联特征提取器以得到所述配方间改良效果关联特征图；将所述改良配比成分关联特征图和所述配方间改良效果关联特征图输入包括特征多尺度感知强化模块和多尺度语义特征提取模块的信息激励-压榨模块以得到改良配比成分关联特征向量和配方间改良效果关联特征向量，包括：将所述改良配比成分关联特征图和所述配方间改良效果关联特征图输入所述信息激励-压榨模块的特征多尺度感知强化模块以得到多尺度感知增强改良配比成分关联特征图和多尺度感知增强配方间改良效果关联特征图；将所述多尺度感知增强改良配比成分关联特征图和所述多尺度感知增强配方间改良效果关联特征图输入所述信息激励-压榨模块的多尺度语义特征提取模块以得到所述改良配比成分关联特征向量和所述配方间改良效果关联特征向量；将所述改良配比成分关联特征图和所述配方间改良效果关联特征图输入所述信息激励-压榨模块的特征多尺度感知强化模块以得到多尺度感知增强改良配比成分关联特征图和多尺度感知增强配方间改良效果关联特征图，包括：将所述改良配比成分关联特征图输入所述特征多尺度感知强化模块的低频侦测分支以得到改良配比成分关联局部低频激活特征向量；将所述改良配比成分关联特征图输入所述特征多尺度感知强化模块的精简压缩分支以得到改良配比成分关联压缩特征图；将所述改良配比成分关联特征图输入所述特征多尺度感知强化模块的全局空间感知分支以得到改良配比成分关联感受野扩张激活特征矩阵；将所述改良配比成分关联感受野扩张激活特征矩阵与所述改良配比成分关联压缩特征图的沿通道维度的各个特征矩阵进行按位置点乘以得到改良配比成分关联压缩-扩张激活特征图；将所述改良配比成分关联局部低频激活特征向量中的各个特征值作为权重，对所述改良配比成分关联压缩特征图的沿通道维度的各个特征矩阵进行点乘以得到改良配比成分关联压缩-低频融合特征图；将所述改良配比成分关联压缩-扩张激活特征图和所述改良配比成分关联压缩-低频融合特征图进行按位置相加以得到改良配比成分关联多尺度融合激活特征图；对所述改良配比成分关联多尺度融合激活特征图进行空洞卷积编码以得到所述多尺度感知增强改良配比成分关联特征图；将所述改良配比成分关联特征图输入所述特征多尺度感知强化模块的低频侦测分支以得到改良配比成分关联局部低频激活特征向量，包括：对所述改良配比成分关联特征图进行点卷积处理以得到改良配比成分关联通道压缩特征图；对所述改良配比成分关联通道压缩特征图进行全局均值池化以得到改良配比成分关联局部低频特征向量；对所述改良配比成分关联局部低频特征向量进行非线性激活以得到所述改良配比成分关联局部低频激活特征向量；将所述改良配比成分关联特征图输入所述特征多尺度感知强化模块的精简压缩分支以得到改良配比成分关联压缩特征图，包括：对所述改良配比成分关联特征图进行点卷积处理以得到所述改良配比成分关联压缩特征图；将所述改良配比成分关联特征图输入所述特征多尺度感知强化模块的全局空间感知分支以得到改良配比成分关联感受野扩张激活特征矩阵，包括：对所述改良配比成分关联特征图进行空洞卷积编码以得到改良配比成分关联感受野扩张特征图；对所述改良配比成分关联感受野扩张特征图进行点卷积处理以得到改良配比成分关联感受野扩张全局特征矩阵；对所述改良配比成分关联感受野扩张全局特征矩阵进行非线性激活以得到所述改良配比成分关联感受野扩张激活特征矩阵；将所述多尺度感知增强改良配比成分关联特征图和所述多尺度感知增强配方间改良效果关联特征图输入所述信息激励-压榨模块的多尺度语义特征提取模块以得到所述改良配比成分关联特征向量和所述配方间改良效果关联特征向量，包括：对所述多尺度感知增强改良配比成分关联特征图进行上采样以得到上采样多尺度感知增强改良配比成分关联特征图；使用改良配比成分关联全局语义特征抽取模块对所述上采样多尺度感知增强改良配比成分关联特征图进行处理以得到改良配比成分关联全局语义抽取特征向量；对所述改良配比成分关联全局语义抽取特征向量进行维度调整以得到改良配比成分关联全局语义特征向量；使用改良配比成分关联局部语义特征抽取模块对所述上采样多尺度感知增强改良配比成分关联特征图进行处理以得到改良配比成分关联局部语义抽取特征向量；对所述改良配比成分关联局部语义抽取特征向量进行维度调整以得到改良配比成分关联局部语义特征向量；计算所述改良配比成分关联全局语义特征向量和所述改良配比成分关联局部语义特征向量的按位置逐元素相加以得到改良配比成分关联多尺度语义融合特征向量；将所述改良配比成分关联多尺度语义融合特征向量进行基于sigmoid函数的激活处理以得到所述改良配比成分关联特征向量；其中，所述改良配比成分关联全局语义特征抽取模块包括全局平均池化层、第一点卷积层、第一批量归一化层和第一激活层，所述改良配比成分关联局部语义特征抽取模块包括第二点卷积层、第二批量归一化层和第二激活层；将所述改良配比成分关联特征向量和所述配方间改良效果关联特征向量输入基于先验分布的特征动态约束交互模块以得到改良配方-改良效果交互特征向量，包括：计算以自然常数为底，以第一权重系数与所述改良配比成分关联特征向量中各个特征值的点乘值为指数的指数函数值以得到非线性改良配比成分关联特征向量；计算以自然常数为底，以第二权重系数与所述配方间改良效果关联特征向量中各个特征值的点乘值为指数的指数函数值以得到非线性配方间改良效果关联特征向量；计算第一高斯分布函数系数与所述非线性改良配比成分关联特征向量之点乘和第二高斯分布函数系数与所述非线性配方间改良效果关联特征向量之点乘的按位置逐元素相加以得到所述改良配方-改良效果交互特征向量。

全文数据：

权利要求：

百度查询： 中色资源环境工程股份有限公司 基于粉煤灰对盐碱地进行改良的方法