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！

龙图腾网获悉吉林省科技创新平台管理中心申请的专利一种智慧农业病虫害监测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：CN119671291B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510193321.6，技术领域涉及：G06Q10/0635；该发明授权一种智慧农业病虫害监测方法及系统是由张晓明;贾志雷;程明俊;沈博;于小亚;荆振设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本一种智慧农业病虫害监测方法及系统在说明书摘要公布了：本发明公开了一种智慧农业病虫害监测方法及系统，方法包括数据采集、数据预处理、构建病虫害风险评估模型和农业病虫害监测。本发明属于农业监测领域，具体是指一种智慧农业病虫害监测方法及系统，本方案通过引入环境噪声抑制度量，识别并去除异常监测数据，引入了时间衰减因子和样本间的欧氏距离，使得噪声抑制不仅考虑样本之间的相似性，还考虑时间和空间的动态变化；提升农业病虫害监测精度和实时处理能力；通过定义了动态调整函数优化病虫害风险评估值，根据不同样本数据的预测误差动态调整评估值，提高预测精度；通过设计病虫害动态趋势损失，并引入回顾残差优化，在多次预测中持续减少误差，进而提高农业病虫害监测效果。

本发明授权一种智慧农业病虫害监测方法及系统在权利要求书中公布了：1.一种智慧农业病虫害监测方法，其特征在于：该方法包括以下步骤： 步骤S1：数据采集；采集历史农业病虫害监测数据； 步骤S2：数据预处理；对采集的数据进行数据清洗、数据转换、标准化处理和数据优化，构建时间序列数据集； 步骤S3：构建病虫害风险评估模型； 步骤S4：农业病虫害监测；基于建立完成的病虫害风险评估模型对实时采集的农业病虫害监测数据实现农业病虫害监测； 在步骤S2中，所述数据优化是若数据与其他90%数据的环境噪声抑制度量值均低于度量阈值，则对数据进行删除；数据间的环境噪声抑制度量值表示为：；其中，A和B是不同样本数据；是归一化系数；N是样本总数；和分别是形状参数和尺度参数；是伽马函数；是时间衰减因子；是样本采样时间；t是当前时间；是权重衰减系数；d·是欧氏距离；是当前样本；是数据集平均样本； 在步骤S3中，所述构建病虫害风险评估模型包括以下步骤： 步骤S31：初步构建；基于LSTM预测病虫害风险评估值，并通过定义动态调整函数对病虫害风险评估值进行优化，进而构建病虫害风险评估模型；定义动态调整函数，表示为：；；通过动态调整函数优化后的病虫害风险评估更新公式为：；其中，是样本数据；是LSTM对样本数据的预测误差；x是LSTM的预测病虫害风险值；和分别是优化后和优化前的病虫害风险评估值；是自适应权重函数；是噪声阈值；是第i个样本的不确定性；是权重衰减系数；是比例因子； 步骤S32：设计病虫害动态趋势损失；病虫害动态趋势损失ML表示为：；其中，N是样本总量；和分别是第i个样本的实际病虫害风险值和预测实际病虫害风险值；和分别是第i-1个样本的实际病虫害风险值和预测实际病虫害风险值；是平滑项；是趋势突变惩罚因子；是风险变化量； 步骤S33：回顾残差优化；回顾残差函数表示为：；其中，是第i个样本的预测误差；是阈值，用于控制惩罚残差；和用于调节非线性形状；是残差约束因子；m是回顾的样本数量；Q用于控制指数衰减的速率；j是样本索引；是第i-j个样本的预测误差； 步骤S34：构建最终损失函数；病虫害风险评估模型的损失函数TL表示为：；其中，是损失权重；ML是病虫害动态趋势损失；是回顾残差函数； 步骤S35：模型判定；预先对历史农业病虫害监测数据对应的时间序列数据集划分为测试集和训练集；病虫害风险评估模型使用梯度下降算法更新参数；当病虫害风险评估模型对训练集损失收敛，病虫害风险评估模型训练完成；预先设有预测阈值，当训练完成的病虫害风险评估模型对测试集的预测正确率高于预测阈值，则病虫害风险评估模型建立完成；否则重新划分数据集调整初始参数重新训练。

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吉林省科技创新平台管理中心，其通讯地址为：130012 吉林省长春市前进大街1244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”。