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！

龙图腾网获悉北京市农林科学院信息技术研究中心申请的专利基于多源数据融合的作物种植智能决策推理系统及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：CN120278405B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510768220.7，技术领域涉及：G06Q10/063；该发明授权基于多源数据融合的作物种植智能决策推理系统及方法是由吴华瑞;朱华吉;顾静秋;刘畅;王菲菲设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本基于多源数据融合的作物种植智能决策推理系统及方法在说明书摘要公布了：本发明提供一种基于多源数据融合的作物种植智能决策推理系统及方法，涉及农业种植技术领域，系统包括：多源数据融合模块，用于针对多源数据抽取目标作物生长的关键特征；智能感知模块，用于根据作物种植的多源异构数据构建农业知识图谱；推理决策模块，用于根据农业知识图谱、预设的推理模型以及决策模型对多源数据与关键特征进行决策推理。通过本发明，解决传统农作物种植决策系统决策能力不足，导致种植管理过程中的精准度不高，且决策系统大多在单一领域或特定作物上进行优化，缺乏跨领域的多源数据协同处理机制，导致系统的泛化能力不足的缺陷。

本发明授权基于多源数据融合的作物种植智能决策推理系统及方法在权利要求书中公布了：1.一种基于多源数据融合的作物种植智能决策推理系统，其特征在于，包括： 多源数据融合模块，用于获取目标作物的多源数据，并调用时空卷积网络对所述多源数据进行特征抽取，得到目标作物生长的关键特征，所述多源数据包括第一气象数据和第一土壤数据； 智能感知模块，用于根据作物种植的多源异构数据构建农业知识图谱，所述多源异构数据包括第二气象数据、第二土壤数据、作物数据以及专家经验知识文本； 推理决策模块，用于将所述多源数据与所述农业知识图谱进行规则匹配，得到目标作物的推荐种植区域，调用预设的推理模型对所述关键特征进行产量预测，得到目标作物在所述推荐种植区域内的种植产量，并调用预设的决策模型对所述多源数据进行决策，得到目标作物的种植规划动作； 所述调用预设的推理模型对所述关键特征进行产量预测，得到目标作物在所述推荐种植区域内的种植产量，包括： 调用预设的LSTM模型对所述关键特征进行初步预测，得到目标作物的初步产量特征值，其中，所述LSTM模型是根据目标作物在所述推荐种植区域内的历史气象数据以及历史土壤数据训练得到的； 在多源异构数据中，获取第二气象数据的时序变化特征以及所述第二土壤数据的空间特征图，并提取目标作物对应的作物数据的目标生长周期特征； 将所述时序变化特征、所述空间特征图以及所述目标生长周期特征进行拼接处理，得到拼接特征； 将所述拼接特征以及所述初步产量特征值输入到预设的Transformer模型中进行作物产量预测，得到目标作物在所述推荐种植区域内的种植产量； 所述预设的决策模型包括DQN模型，所述DQN模型的预训练过程，包括： 获取种植状态数据，所述种植状态数据包括气候条件、土壤状况、种植面积、历史种植经验以及作物生长状态； 在每个时间步中，将所述种植状态数据输入DQN模型中进行决策，得到对应的种植动作，其中，所述种植动作包括选择种植区域、调整种植时间以及改变施肥和灌溉计划； 在所述种植状态数据下，根据所述种植动作计算得到作物产量、资源利用效率以及环境影响值，并基于所述作物产量、所述资源利用效率以及所述环境影响值预估得到DQN模型在时间步内的奖励Q值； 根据所述奖励Q值以及目标Q值计算所述DQN模型的损失函数，其中，所述目标Q值是根据在当前时间步的下一个时间步取得的最大Q值以及所述奖励Q值计算得到的； 通过所述损失函数在所述DQN模型中进行反向传播，以更新所述DQN模型的参数。

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北京市农林科学院信息技术研究中心，其通讯地址为：100097 北京市海淀区曙光花园中路11号农科大厦A座1107；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。