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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京林業(yè)大學(xué)申請的專利基于優(yōu)化模糊深度網(wǎng)絡(luò)的林木胸徑材積精準預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115546179B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211316076.6，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)基于優(yōu)化模糊深度網(wǎng)絡(luò)的林木胸徑材積精準預(yù)測方法是由云挺;姜維;張懷清;曹林設(shè)計研發(fā)完成，并于2022-10-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于優(yōu)化模糊深度網(wǎng)絡(luò)的林木胸徑材積精準預(yù)測方法在說明書摘要公布了：本發(fā)明公開了一種基于優(yōu)化模糊深度網(wǎng)絡(luò)的林木胸徑材積精準預(yù)測方法，包括：對林地點云數(shù)據(jù)預(yù)處理并單木分割；獲取單株樹木的林木參數(shù)；建立林木參數(shù)預(yù)測網(wǎng)絡(luò)，林木參數(shù)預(yù)測網(wǎng)絡(luò)包括模糊深度網(wǎng)絡(luò)和鴿群優(yōu)化模塊，訓(xùn)練林木參數(shù)預(yù)測網(wǎng)絡(luò)，訓(xùn)練完成后輸出預(yù)測值并輸送給鴿群優(yōu)化模塊，鴿群優(yōu)化模塊更新模糊深度網(wǎng)絡(luò)的參數(shù)并完成最優(yōu)參數(shù)搜尋，模糊深度網(wǎng)絡(luò)依據(jù)最優(yōu)參數(shù)完成自適應(yīng)訓(xùn)練，建立林木參數(shù)預(yù)測模型；本發(fā)明開展林木參數(shù)預(yù)測模型，提出自適應(yīng)算法以增強林木參數(shù)預(yù)測模型對不同林木品種的泛化能力，嵌入注意力機制模塊增強網(wǎng)絡(luò)的魯棒性，融合鴿群優(yōu)化算法實時調(diào)整模糊深度網(wǎng)絡(luò)的參數(shù)，進一步提升了模型的預(yù)測精度與學(xué)習(xí)能力。

本發(fā)明授權(quán)基于優(yōu)化模糊深度網(wǎng)絡(luò)的林木胸徑材積精準預(yù)測方法在權(quán)利要求書中公布了：1.基于優(yōu)化模糊深度網(wǎng)絡(luò)的林木胸徑材積精準預(yù)測方法，其特征在于，包括： 步驟1：通過機載激光雷達獲取林地點云數(shù)據(jù)； 步驟2：對點云數(shù)據(jù)進行去噪處理，并采用點云地面點濾波方法對點云數(shù)據(jù)進行濾波，對濾波后的點云數(shù)據(jù)進行單木分割； 步驟3：根據(jù)分割后的單株樹木點云，獲取單株樹木的林木參數(shù)，包括東西冠幅、南北冠幅、樹高、點云密度和冠積； 步驟4：采用人工測繪方法獲取對應(yīng)樹木的胸徑和材積； 步驟5：將多株樹木的東西冠幅、南北冠幅、樹高、點云密度、冠積、胸徑和材積作為訓(xùn)練樣本數(shù)據(jù)集； 步驟6：建立林木參數(shù)預(yù)測網(wǎng)絡(luò)，林木參數(shù)預(yù)測網(wǎng)絡(luò)包括模糊深度網(wǎng)絡(luò)和鴿群優(yōu)化模塊，采用訓(xùn)練樣本數(shù)據(jù)集對林木參數(shù)預(yù)測網(wǎng)絡(luò)進行訓(xùn)練，其中林木參數(shù)預(yù)測網(wǎng)絡(luò)的輸入為樹木的東西冠幅、南北冠幅、樹高、點云密度和冠積，輸出為樹木的胸徑和材積，模糊深度網(wǎng)絡(luò)訓(xùn)練完成后輸出預(yù)測值并將預(yù)測值輸送給鴿群優(yōu)化模塊，鴿群優(yōu)化模塊更新模糊深度網(wǎng)絡(luò)的參數(shù)，當鴿群優(yōu)化模塊完成模糊深度網(wǎng)絡(luò)的最優(yōu)參數(shù)搜尋后，模糊深度網(wǎng)絡(luò)依據(jù)最優(yōu)參數(shù)完成自適應(yīng)訓(xùn)練，建立最終的林木參數(shù)預(yù)測模型；模糊深度網(wǎng)絡(luò)從輸入至輸出依次包括自適應(yīng)模糊層、模糊推理層、基于注意力的權(quán)值更新層； 步驟7：采集待測林地點云數(shù)據(jù)并按照步驟2和步驟3的方法獲取待測林地中每株樹木的東西冠幅、南北冠幅、樹高、點云密度和冠積，將樹木的東西冠幅、南北冠幅、樹高、點云密度和冠積輸入至最終的林木參數(shù)預(yù)測模型，得到對應(yīng)樹木的胸徑和材積的預(yù)測值。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京林業(yè)大學(xué)，其通訊地址為：210037 江蘇省南京市龍蟠路159號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。