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！

龙图腾网获悉湖南科技学院申请的专利基于深度学习的农田灌溉水量智能优化方法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：CN120409231B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510501345.3，技术领域涉及：G06F30/27；该发明授权基于深度学习的农田灌溉水量智能优化方法是由黄伟国;肖曦;唐亚纯;吴秋云;潘学文设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于深度学习的农田灌溉水量智能优化方法在说明书摘要公布了：本发明公开了一种基于深度学习的农田灌溉水量智能优化方法，S1.得到预处理农田多模态感知数据集；S2.以预处理农田多模态感知数据集为输入，构建并训练多尺度门控式SIREN含水率连续预测模型；S3.将计划灌溉周期划分为若干时间片，定义水量决策向量空间并构建差分进化多目标水量优化模型；S4.输出满足多目标约束条件的Pareto最优水量决策向量集合，并根据用户权重或预设规则从中选取最优农田灌溉水量；S5.下发最优农田灌溉水量至智能阀控系统，驱动电磁阀按时间片执行灌溉。本发明实现了以SIREN为核心的智能灌溉预测‑决策‑执行‑反馈全链路闭环机制，具备显著的节水增产效益与工程可部署性。

本发明授权基于深度学习的农田灌溉水量智能优化方法在权利要求书中公布了：1.一种基于深度学习的农田灌溉水量智能优化方法，其特征在于，包括如下步骤： S1.周期性采集农田多模态感知数据集，并进行预处理，得到预处理农田多模态感知数据集； S2.以预处理农田多模态感知数据集为输入，构建并训练多尺度门控式SIREN含水率连续预测模型，获得能够输出三维空间‑时间连续含水率分布与空间梯度的SIREN模型参数； 所述S2包括以下步骤： S21.在预处理农田多模态感知数据集Dfinal的每条样本中追加同步灌溉深度未来24h降雨预报量rj与参考蒸散发量ej，构建训练样本集合Strain； S22.对每组以平面坐标xj,yj和深度坐标zj构成的空间‑时间坐标xj,yj,zj,tj进行傅里叶特征映射，生成高频向量φj； S23.基于高频向量φj，构建多尺度门控式SIREN含水率连续预测模型： 其中，表示用于预测作物根区体积含水率的多尺度门控式SIREN含水率连续预测模型，αlpcum,r,e＝σalpcum+blr+cle+dl为门控因子，σ·为Sigmoid函数，为待训练模型参数集，表示针对第l个土壤层构建的子网络，用于建模0–20cm、20–40cm和40–60cm不同土层内含水率的响应特性； S24.以土壤体积含水率θj为监督信号，训练多尺度门控式SIREN含水率连续预测模型最小化模型损失函数S25.多尺度门控式SIREN含水率连续预测模型训练收敛后，基于土壤体积含水率预测结果与单位产量能耗E之间的互信息值Iθ,E排序，保留第一层频率矩阵B中排名前K的频率分量，获得剪枝后频率矩阵BK，并更新模型参数为压缩后模型参数集S26.对模型参数集进行8‑bit权重量化处理，并插入MC‑Dropout结构，生成最终的多尺度门控式SIREN含水率连续预测模型G； S3.将计划灌溉周期划分为若干时间片，定义水量决策向量空间并构建差分进化多目标水量优化模型，水量决策向量的每个分量对应一个时间片‑阀门组合的农田灌溉水量，在差分进化多目标水量优化模型中，依据多尺度门控式SIREN含水率连续预测模型构建多目标适应度函数； S4.对差分进化多目标水量优化模型执行种群初始化、差分变异、交叉重组与适应度选择，在每次适应度评估过程中以候选水量决策向量作为条件向量注入SIREN连续含水率预测服务，以获得连续含水率分布及空间梯度并计算多目标适应度，迭代更新直至满足终止条件，并输出满足多目标约束条件的Pareto最优水量决策向量集合，并根据用户权重或预设规则从中选取最优农田灌溉水量； S5.下发最优农田灌溉水量至智能阀控系统，驱动电磁阀按时间片执行灌溉。

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湖南科技学院，其通讯地址为：425100 湖南省永州市零陵区杨梓塘路130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。