江南大学李光辉获国家专利权
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！
龙图腾网获悉江南大学申请的专利一种基于深度学习的树木根径和深度预测方法及预测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：CN114330917B 。
龙图腾网通过国家知识产权局官网在2025-08-01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：202111680663.9，技术领域涉及：G06Q10/04；该发明授权一种基于深度学习的树木根径和深度预测方法及预测系统是由李光辉;王哲旭设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。
本一种基于深度学习的树木根径和深度预测方法及预测系统在说明书摘要公布了：本发明公开了一种基于深度学习的树木根径和深度预测方法及预测系统，属于无损检测技术领域。所述方法采用探地雷达A‑Scan数据进行树根半径和深度的预测，相比于B‑Scan图像，A‑Scan数据包含更多有关半径和深度的信息，且更加容易被深度模型学习到，因此，使用A‑Scan数据作为数据集更容易训练出精度高、鲁棒性强的根系半径和深度预测模型；采用卷积神经网络和注意力机制组成的深度学习模型来预测树根半径和深度，使用注意力机制突出关键特征对模型预测的影响，并通过卷积神经网络将局部特征综合为全局特征完成对树根半径和深度的预测，可以有效提高根系半径和深度预测的准确性。
本发明授权一种基于深度学习的树木根径和深度预测方法及预测系统在权利要求书中公布了：1.一种基于深度学习的树根半径和深度预测方法，其特征在于，所述方法采用卷积神经网络和注意力机制相结合的深度学习预测模型预测树根的半径和深度，步骤包括： 步骤一：使用开源软件gprMax仿真生成探地雷达采集树根的一维数据：A-Scan数据； 步骤二：采用所述注意力机制对所述A-Scan数据进行处理，算出输入数据和标签数据的特征相似度； 步骤三：根据所述特征相似度计算特征权重系数； 步骤四：将特征权重系数与数值化A-Scan数据逐个元素相乘得到重新分配权重的A-Scan数据； 步骤五：使用卷积神经网络对所述重新分配权重的A-Scan数据进行特征提取，并根据提取的特征进行树根半径和深度的预测； 所述深度学习预测模型的训练过程包括： 步骤1：对土壤和树根进行建模，构建立体空间模型，设置空间模型参数； 步骤2：使用所述立体空间模型随机生成数据集； 步骤3：使用所述数据集完成所述深度学习预测模型的调参和训练。
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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号