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)獲悉泰安市泰山林業(yè)科學研究院申請的專利一種基于機器學習的林業(yè)病蟲害監(jiān)測方法及系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN119625534B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202411746361.0，技術領域涉及：G06V20/10；該發(fā)明授權一種基于機器學習的林業(yè)病蟲害監(jiān)測方法及系統(tǒng)是由張冰;章雪;穆淑媛;史成琳;楊圣群;國棟;朱翠翠;曹乃義;張付義;趙玉強;高大偉;王吉曉;侯磊設計研發(fā)完成，并于2024-12-02向國家知識產(chǎn)權局提交的專利申請。

本一種基于機器學習的林業(yè)病蟲害監(jiān)測方法及系統(tǒng)在說明書摘要公布了：本申請?zhí)峁┮环N基于機器學習的林業(yè)病蟲害監(jiān)測方法及系統(tǒng)，通過對林業(yè)病蟲害圖像進行主成分分析，得到目標林業(yè)區(qū)域病蟲害的多個識別指標，根據(jù)所有的識別指標確定對林業(yè)病蟲害進行圖像識別時的有效特征向量，進而通過所述有效特征向量確定目標林業(yè)區(qū)域中病蟲害圖像的一級關聯(lián)特征；從監(jiān)測圖像中提取多個環(huán)境影響因子，由所有環(huán)影響因子確定目標林業(yè)區(qū)域中病蟲害圖像的二級關聯(lián)特征；將一級關聯(lián)特征和二級關聯(lián)特征進行交互融合，得到對病蟲害進行圖像識別的多級分布特征；通過病蟲害識別模型基于多級分布特征識別出目標林業(yè)區(qū)域當前的病蟲害分布。采用本申請的方案，可在復雜背景下實現(xiàn)林業(yè)病蟲害的多元化監(jiān)測，從而降低對林業(yè)病蟲害的誤檢率。

本發(fā)明授權一種基于機器學習的林業(yè)病蟲害監(jiān)測方法及系統(tǒng)在權利要求書中公布了：1.一種基于機器學習的林業(yè)病蟲害監(jiān)測方法，其特征在于，包括如下步驟： 獲取目標林業(yè)區(qū)域歷史的林業(yè)病蟲害圖像； 基于機器學習模型對所述歷史的林業(yè)病蟲害圖像進行主成分分析，得到目標林業(yè)區(qū)域病蟲害的多個識別指標，根據(jù)所有的識別指標確定對林業(yè)病蟲害進行圖像識別時的有效特征向量，進而通過所述有效特征向量確定目標林業(yè)區(qū)域中病蟲害圖像的一級關聯(lián)特征； 對目標林業(yè)區(qū)域進行實時監(jiān)測，并采集目標林業(yè)區(qū)域當前的監(jiān)測圖像，基于所述監(jiān)測圖像的感知場景提取在目標林業(yè)區(qū)域病蟲害監(jiān)測過程中的多個環(huán)境影響因子，進而由所有環(huán)影響因子確定目標林業(yè)區(qū)域中病蟲害圖像的二級關聯(lián)特征； 利用樹模型將所述一級關聯(lián)特征和所述二級關聯(lián)特征進行交互融合，得到對目標林業(yè)區(qū)域中的病蟲害進行圖像識別的多級分布特征； 通過機器學習預訓練病蟲害識別模型，所述病蟲害識別模型基于所述多級分布特征識別出目標林業(yè)區(qū)域當前的病蟲害分布； 其中，利用樹模型將所述一級關聯(lián)特征和所述二級關聯(lián)特征進行交互融合，得到對目標林業(yè)區(qū)域中的病蟲害進行圖像識別的多級分布特征具體包括： 利用樹模型確定所述一級關聯(lián)特征和所述二級關聯(lián)特征的交互率； 基于所述交互率將所述一級關聯(lián)特征和所述二級關聯(lián)特征進行融合，得到對目標林業(yè)區(qū)域中的病蟲害進行圖像識別的多級分布特征； 其中，所述交互率表征了一級關聯(lián)特征與二級關聯(lián)特征之間進行融合的互補程度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人泰安市泰山林業(yè)科學研究院，其通訊地址為：271000 山東省泰安市泰山區(qū)羅漢崖路1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)”。