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！

龙图腾网恭喜金陵科技学院申请的专利一种基于大数据分析的智能化农业种植决策支持实施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：CN118863578B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202410893752.9，技术领域涉及：G06Q10/0637；该发明授权一种基于大数据分析的智能化农业种植决策支持实施方法是由陆洁;于利莉设计研发完成，并于2024-07-04向国家知识产权局提交的专利申请。

本一种基于大数据分析的智能化农业种植决策支持实施方法在说明书摘要公布了：一种基于大数据分析的智能化农业种植决策支持实施方法，包括：配备多样化的传感器设备和遥感技术，监测农田环境的各项指标，整合外部相关信息；利用基于熵值的加权主成分分析（PCA）方法进行数据清洗，并引入地理空间坐标系下的时空序列特征构建；应用统计学大数据分析技术，构建基于大数据分析的环境‑作物响应模型、资源需求预测模型；利用基于适应性学习权重与多模态搜索粒子群优化算法（PSO）进行全局优化搜索，制定种植决策策略。基于大数据分析的智能化农业种植决策支持实施方法，实现了从数据采集、处理、分析到决策生成的全流程智能化，为农业生产者提供了科学、精准、实时的种植决策支持，具有显著的应用价值和广阔的市场前景。

本发明授权一种基于大数据分析的智能化农业种植决策支持实施方法在权利要求书中公布了：1.一种基于大数据分析的智能化农业种植决策支持实施方法，其特征在于：包括以下步骤：S10：数据采集：实时监测农田环境的各项指标，收集作物生长发育过程中的生物物理信息，整合市场数据、政策法规、历年产量数据外部相关信息；S20：数据预处理与融合：利用基于熵值的加权主成分分析方法进行数据清洗、降维、特征抽取，去除无效、错误和缺失数据，并引入地理空间坐标系下的时空序列特征构建，形成适用于深度学习模型的高质量数据集；S30：大数据分析与建模：构建环境-作物响应模型、资源需求预测模型，步骤如下：环境-作物响应模型输入层：原始输入数据为X＝{X1,X2,…,XT}，其中XT代表在时间步T的特征向量，包含了环境因素和作物历史状态信息，所述环境因素包括温度、湿度、光照，将数据划分为K个不同长度的时间窗口，每个窗口大小分别为w1,w2,…,wk，窗口内的数据被组织成子序列，形成多尺度的输入数据集其中代表第i个窗口内的特征集合；对于每个时间窗口k，应用RNN的GRU单元，对窗口内的数据进行处理，生成隐藏状态序列在所有尺度的隐藏状态H＝{H1,H2,…,Hk}上应用多头自注意力机制，为不同时间步和不同尺度的特征分配权重，增强模型对关键信息的捕捉能力；环境-作物响应模型输出层：整合注意力机制得到的上下文向量C，通过全连接层预测作物响应指标，所述作物响应指标包括生长速度、产量预估，输出维度为o，输出为y；资源需求预测模型：收集历史资源投入序列、环境及作物生长状态序列，以及对应的未来资源需求量；将数据按时间序列进行整理，并根据CNN的需求将序列数据转化为一维数据；定义一维卷积层，通过卷积核对输入序列进行特征提取，利用卷积运算公式进行卷积运算；添加最大池化或平均池化层，减少数据维度并保留重要特征；设计注意力权重计算函数，根据CNN提取的特征向量计算每个时间步的注意力权重；利用注意力权重对CNN提取的特征进行加权求和，得到综合特征向量；通过全连接层将融合后的特征向量映射到资源需求预测空间；输出层根据全连接层的输出预测未来资源需求量；S40：优化决策与调度模块：结合环境-作物响应模型输出、资源需求预测模型输出、经济与市场数据、环境监测数据，利用基于适应性学习权重与多模态搜索粒子群优化算法进行全局优化搜索，制定种植决策策略；获取全局最优解即收益最大的种植决策方案，即为最终的种植决策策略；S50：决策实施与反馈优化：农业从业者根据系统提出的决策建议执行农事操作，并将实施结果反馈至系统中；系统根据实际效果不断调整优化模型参数，形成数据驱动的闭环控制系统。

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金陵科技学院，其通讯地址为：210000 江苏省南京市江宁区弘景大道99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”。