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！

龙图腾网获悉武汉大学申请的专利基于多源时空距离融合特征的大区域农作物识别方法和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：CN119904741B 。

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：202411762121.X，技术领域涉及：G06V20/10；该发明授权基于多源时空距离融合特征的大区域农作物识别方法和系统是由崔浩;田思净;张过设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于多源时空距离融合特征的大区域农作物识别方法和系统在说明书摘要公布了：本发明提出了一种基于多源时空距离融合特征的大区域农作物识别方法和系统。首先，收集高分辨率遥感影像及SRTM高程数据，构建相应的特征组合变量数据集。其次，针对农作物生长状态的时空动态变化，利用时空双向特征分离指数优选特征，捕捉不同农作物在东西部的变化规律。然后，通过协同距离特征与优选特征融合，表达不同区域的作物生长，并比较特征重要性来构建不同融合特征下的数据集。最后，采用织网月份概率随机森林分类器，将作物生长期各月的识别概率整合，利用距离特征插值和多源特征组合提高识别性能，实现不同作物类别的准确识别。本发明通过多源数据的特征提取、优选、融合和分类器设计，提高了大区域农作物识别的精度和应用效果。

本发明授权基于多源时空距离融合特征的大区域农作物识别方法和系统在权利要求书中公布了：1.基于多源时空距离融合特征的大区域农作物识别方法，其特征在于，包括以下步骤： 步骤S1，收集农作物生长周期内的多源可用影像数据，并提取特征指数，构建特征组合变量数据集； 步骤S2，基于时空双向特征分离指数BGSI进行特征优选，通过JM距离指标计算不同农作物变量重要性和分离性，当JM值大于一定阈值时进入步骤S3； 步骤S2中，首先根据类内和类间差异计算不同作物间的类内和类间距离，从而生成特征可分性指数特征；然后，将GSI进行双重行列迭代归一化处理Sinkhorn-Knopp算法，通过迭代调整矩阵的行和列，设置收敛阈值，当所有行和列的和接近1的差值小于收敛阈值∈时，认为算法收敛，计算得到能代表不同作物的特征可分性指数BGSI； 步骤S3，在大区域范围内，对不同作物优选的时空特征进行表达，并在优选特征的基础上结合距离特征DF，构建融合优选特征和距离特征的增强数据集； 步骤S3的具体实现方式如下： 1标准化经纬度数据； 2根据需要计算邻近点距离、固定点距离或构建距离矩阵； 3采用插值方法对未知位置进行插值，获取更多特征值；使用克里金插值方法，首先需要建立协方差函数Ch，其中h是样本点之间的距离，克里金插值估计的公式为： 其中，为样本点i已知特征值，λi为插值权重，通过解以下线性方程组获得： 这里，Cdii为样本点i和j之间的协方差，Cdi0为未知点x0与已知点xi之间距离的协方差，μ是拉格朗日乘数； 4将距离特征融合插值结果与步骤1中原有的12个特征合并，构建一个增强的特征集；将原有的12个特征[X1i，X2i，...，X12i]与标准化后的经纬度数据距离特征以及插值结果[K1i，K2i，...，Kni]合并，得到增强距离特征集： ； 步骤S4，构建织网月份概率随机森林分类器； 步骤S5，将增强数据集输入到织网月份概率随机森林分类器进行分类识别。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。