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！

龙图腾网获悉太原理工大学申请的专利基于NSGA-BP神经网络模型的土壤水分监测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：CN116662932B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310678647.9，技术领域涉及：G06F18/25；该发明授权基于NSGA-BP神经网络模型的土壤水分监测方法是由赵菊敏;李灯熬;罗鑫宇设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本基于NSGA-BP神经网络模型的土壤水分监测方法在说明书摘要公布了：本发明涉及地面土壤水分的高精度监测方法，具体为基于NSGA‑BP神经网络模型的土壤水分监测方法，构建了一个多数据融合的土壤水分模型，使用的地表环境数据包括经纬度信息、NDVI、降雨量、空气温度、土地覆盖类型、坡度、坡面、高程和阴影。由于上述地表环境数据与土壤水分的关系是复杂的非线性方式，使用传统的线性统计回归算法很难融合多种数据类型并绘制土壤水分图。与传统算法相比，机器学习技术在处理复杂的非线性问题方面表现出色。特别是，由遗传算法优化的遗传算法反向传播神经网络模型具有高度的稳定性和良好的拟合性。本发明方法不需要实地监测就能得到高精度的土壤水分数据，较大程度的降低了获取高精度土壤水分数据的成本。

本发明授权基于NSGA-BP神经网络模型的土壤水分监测方法在权利要求书中公布了：1.基于NSGA-BP神经网络模型的土壤水分监测方法，其特征在于：包括以下步骤： 建立数据集：下载某些地区的地表环境要素：经纬度、归一化植被指数、温度、降雨量、土地覆盖类型、坡度、坡面、高程和阴影，并将所有数据按比例分为模型构建的训练集、确认集和测试集； 模型构建：将10个地表环境要素作为NSGA-BP神经网络模型的输入，NSGA-BP神经网络的输入层有10个神经元，输出层只有一个神经元，且输出土壤水分； 模型训练：使用划分好的训练集和确认集来训练NSGA-BP神经网络模型，模型训练时，以实地测量的土壤水分作为参考，不断调整NSGA-BP神经网络模型的参数，使得NSGA-BP神经网络模型的输出与实地测量的土壤水分对齐；并使用测试集来测试训练后的模型的准确性，保存准确率达到阈值的NSGA-BP神经网络模型； 准确度验证：首先，通过十倍交叉验证法检验达到阈值的NSGA-BP神经网络模型的可靠性；其次，将验证数据集输入到训练好的NSGA-BP神经网络模型中，输出NSGA-BP反演土壤水分数据集，将NSGA-BP反演土壤水分数据集与实地测量的土壤水分进行对比分析；如果精度符合要求，则说明经过训练达到阈值的NSGA-BP神经网络模型是可靠和有效的；如果精度不符合要求，再对NSGA-BP神经网络模型进行训练，直到精度达到要求； 实际监测：将要监测土壤水分地区的地表环境要素输入到训练好的NSGA-BP神经网络模型中，NSGA-BP神经网络模型输出该地区的土壤水分。

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太原理工大学，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79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。