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！

龙图腾网获悉中国农业大学申请的专利一种玉米叶片氮素含量检测方法、系统、装置、介质及产品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：CN120275306B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510724262.0，技术领域涉及：G01N21/25；该发明授权一种玉米叶片氮素含量检测方法、系统、装置、介质及产品是由仇瑞承;任怡;郭子迪;王慧婷;孙妮娜;张漫;李寒设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种玉米叶片氮素含量检测方法、系统、装置、介质及产品在说明书摘要公布了：本申请公开一种玉米叶片氮素含量检测方法、系统、装置、介质及产品，涉及玉米叶片养分检测技术领域，所述方法包括：获取待测玉米叶片的检测数据；检测数据包括：检测时段中各日期的多个特征波长下的叶片光谱数据、叶片含水率和环境数据，检测时段包括起始检测日期到当前检测日期；将待测玉米叶片的检测数据输入至玉米叶片氮素含量检测模型中，得到待测玉米叶片在当前检测日期的氮素含量的检测值；玉米叶片氮素含量检测模型是对卷积神经网络进行训练得到的。本申请在实现无损检测的同时，提高了检测效率。

本发明授权一种玉米叶片氮素含量检测方法、系统、装置、介质及产品在权利要求书中公布了：1.一种玉米叶片氮素含量检测方法，其特征在于，所述玉米叶片氮素含量检测方法包括： 获取待测玉米叶片的检测数据；所述检测数据包括：检测时段中各日期的多个特征波长下的叶片光谱数据、叶片含水率和环境数据，所述检测时段包括起始检测日期到当前检测日期； 将待测玉米叶片的检测数据输入至玉米叶片氮素含量检测模型中，得到待测玉米叶片在当前检测日期的氮素含量的检测值；所述玉米叶片氮素含量检测模型是对卷积神经网络进行训练得到的； 各特征波长的确定过程，包括： 获取多个第一样本玉米叶片的第一样本数据；第一样本数据包括：第一样本时段中各日期的第一样本自变量的实际值和第一当前样本日期的氮素含量的实际值；第一样本时段包括第一起始样本日期到第一当前样本日期；第一样本自变量包括：叶片原始光谱数据、叶片含水率和环境数据，叶片原始光谱数据包括预设波段范围内的各波长下的叶片光谱数据； 分别基于各第一样本玉米叶片的第一样本时段中各日期的第一样本自变量的实际值，确定各第一样本玉米叶片的筛选用自变量的实际值；包括： 将任一第一样本玉米叶片确定为当前叶片； 基于当前叶片的第一样本时段中各日期的叶片含水率的实际值，确定当前叶片的第一样本时段中各日期的权重； 基于当前叶片的第一样本时段中各日期的权重和叶片原始光谱数据的实际值，确定当前叶片的混合光谱数据的实际值；混合光谱数据计算公式为： ； ； 其中，为混合光谱数据；为第一样本时段中日期的总数，即总天数；为第i天的叶片原始光谱数据；为第i天的权重；为第i天的叶片含水率； 利用多元散射校正-SG滤波方法，对当前叶片的混合光谱数据的实际值进行预处理，得到预处理后的混合光谱数据的实际值； 将当前叶片的预处理后的混合光谱数据的实际值，确定为当前叶片的筛选用自变量的实际值； 将所有第一样本玉米叶片的筛选用自变量的实际值和第一当前样本日期的氮素含量的实际值，确定为筛选用数据集； 初始化随机森林模型； 基于筛选用数据集和随机森林模型，对预设波段范围内的各波长进行筛选，得到各特征波长； 特征波长个数为8个，分别对应933.92nm、1405.53nm、1408.81nm、1413.18nm、1416.46nm、1419.74nm、1519.03nm、1532.58nm。

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中国农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2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”。

以上内容由龙图腾AI智能生成。