買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京師范大學申請的專利一種農作物的精細分類方法、裝置及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120126010B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510598929.7，技術領域涉及：G06V20/10；該發明授權一種農作物的精細分類方法、裝置及介質是由范昊;張詩雨;賴秀婷;齊佳運設計研發完成，并于2025-05-09向國家知識產權局提交的專利申請。

本一種農作物的精細分類方法、裝置及介質在說明書摘要公布了：本發明公開了一種農作物的精細分類方法、裝置及介質。其中，方法包括：從農作物的歷史數據集和當前數據集中隨機均勻的抽取樣本數據集，其中樣本數據集包括：源域樣本數據集和目標域樣本數據集；利用隨機森林機器學習算法，根據源域樣本數據集以及目標域樣本數據集對預選要素進行重要性排序，獲取重要要素集；對樣本數據集進行隨機抽樣分組，生成M組樣本數據子集，并利用決策樹模型，根據重要要素集分別對M組樣本數據子集以及目標域樣本數據集進行學習，生成M+1個預選分類器；利用預先設置的規則以及重要要素集，根據M+1個預選分類器生成最終分類器；根據最終分類器對待分類數據進行分類，獲取當前數據集的分類結果。

本發明授權一種農作物的精細分類方法、裝置及介質在權利要求書中公布了：1.一種農作物的精細分類方法，其特征在于，包括： 從農作物的歷史數據集和當前數據集中隨機均勻的抽取樣本數據集，其中所述樣本數據集包括：源域樣本數據集和目標域樣本數據集，歷史數據集和當前數據集為高分辨率衛星數據； 利用隨機森林機器學習算法，根據所述源域樣本數據集以及所述目標域樣本數據集對預選要素進行重要性排序，獲取重要要素集； 對所述樣本數據集進行隨機抽樣分組，生成M組樣本數據子集，并利用決策樹模型，根據所述重要要素集分別對M組樣本數據子集以及所述目標域樣本數據集進行學習，生成M+1個預選分類器； 利用預先設置的規則以及所述重要要素集，根據M+1個預選分類器生成最終分類器； 根據所述最終分類器對待分類數據進行分類，獲取所述當前數據集的分類結果，其中所述待分類數據為所述當前數據集除去所述目標域樣本數據集；其中， M+1個預選分類器包括：M組樣本數據子集對應的預選分類器以及目標域樣本數據集對應的預選分類器，并且 利用預先設置的規則以及所述重要要素集，根據M+1個預選分類器生成最終分類器，包括： 步驟1：計算M+1個預選分類器D中各預選分類器對目標域樣本數據集的分類精度并進行降序排列，獲取排序后的分類精度； 步驟2：初始化參數，其中初始化參數包括：精度閾值；第一中間分類器；第二中間分類器：；m=1，m≤M； 步驟3：基于初始化參數進行循環迭代，輸出第二中間分類器； 步驟4：令最終分類器，新預測精度，減少中最后一個要素，得到新的，返回步驟1，若大于，更新最終分類器和新預測精度，直到中的重要要素數量小于5結束迭代，輸出最終分類器； 步驟3：基于初始化參數進行循環迭代，輸出第二中間分類器，包括： 步驟1）：更新參數m=m+1； 步驟2）：更新第一中間分類器； 步驟3）：利用第一中間分類器中各個預選分類器分別預測目標域樣本數據集S t ，獲取多個預測分類結果； 步驟4）：采用投票方式根據多個預測分類結果確定分類結果并計算投票預測精度； 步驟5）：若投票預測精度，則更新，； 步驟6）：返回步驟1）進行迭代計算，當mM時，結束循環，得到第二中間分類器。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京師范大學，其通訊地址為：100875 北京市海淀區新街口外大街19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。