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！

龙图腾网获悉贵州省农业科技信息研究所(贵州省农业科技信息中心)申请的专利一种融合机器学习的耕地质量评价异常溯源方法及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：CN120524352B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511021099.8，技术领域涉及：G06F18/243；该发明授权一种融合机器学习的耕地质量评价异常溯源方法及系统是由童倩倩;赵泽英;陈维榕;陈智虎;许元红;李莉婕;聂克艳;王秋艳设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种融合机器学习的耕地质量评价异常溯源方法及系统在说明书摘要公布了：本发明涉及农业信息技术领域，公开了一种融合机器学习的耕地质量评价异常溯源方法及系统，其中，一种融合机器学习的耕地质量评价异常溯源方法包括：多尺度特征提取与融合、贝叶斯神经网络构建、证据深度学习实现、异常检测与溯源以及自适应溯源策略执行五个步骤。本发明能够有效识别和溯源耕地质量评价中的异常，并通过不确定性量化与分解，区分认知不确定性与随机不确定性，为异常处理提供差异化溯源策略，提高资源利用效率，实现精准农业管理。

本发明授权一种融合机器学习的耕地质量评价异常溯源方法及系统在权利要求书中公布了：1.一种融合机器学习的耕地质量评价异常溯源方法，其特征在于，包括以下步骤： 多尺度特征提取与融合：利用Wavelet变换对耕地质量评价数据进行多尺度分解，获取不同尺度下的特征表示，并通过注意力机制实现特征的自适应加权融合； 贝叶斯神经网络构建：构建贝叶斯神经网络模型，通过引入参数先验分布和变分推断方法，对融合特征进行建模，输出包含不确定性信息的预测结果； 证据深度学习实现：实现证据深度学习方法，通过生成证据向量，对不确定性进行显式量化与分解，区分认知不确定性与随机不确定性； 异常检测与溯源：基于梯度提升树和因果图网络，实现异常检测与溯源分析，对检测到的异常进行定位与追踪，识别潜在原因与传播路径； 自适应溯源策略执行：基于不确定性分解和溯源结果可信度，制定并执行自适应溯源策略，根据不同类型的不确定性采取差异化处理方案； 所述证据深度学习实现具体包括： 证据理论模型构建：基于Dempster-Shafer证据理论，引入狄利克雷分布对分类结果的置信度进行建模； 证据向量生成网络：在贝叶斯神经网络的基础上，添加证据生成层，将网络输出映射为证据向量； 不确定性量化与分解：通过证据向量计算类别概率期望，并将不确定性分解为认知不确定性和随机不确定性； 证据深度学习的损失函数：定义包含负对数似然损失和证据正则化项的综合损失函数进行模型训练； 所述异常检测与溯源具体包括： 梯度提升树异常检测：基于融合特征、认知不确定性和随机不确定性，使用梯度提升树算法构建异常检测模型； 异常特征贡献分析：利用SHAP值分析各特征的贡献度，识别引起异常的关键特征； 因果图构建与分析：构建耕地质量指标之间的因果关系图，包括结构学习和参数学习； 异常溯源路径生成：基于异常特征贡献分析和因果图，生成异常溯源路径，追踪异常的原因和影响； 所述自适应溯源策略执行具体包括： 不确定性阈值自适应调整：根据历史溯源结果和专家反馈，建立不确定性阈值自适应调整机制； 差异化溯源策略设计：基于不确定性分解结果，设计针对高认知不确定性、高随机不确定性和低不确定性样本的差异化溯源策略，其中将认知不确定性大于认知不确定性阈值的样本识别为高认知不确定性样本，将随机不确定性大于随机不确定性阈值的样本识别为高随机不确定性样本，将总不确定性低于总不确定性阈值的样本识别为低不确定性样本； 溯源结果可信度评估：结合总不确定性和影响强度，定义溯源结果可信度评分； 资源优化分配算法：基于溯源结果可信度和异常紧急程度，设计资源优化分配算法，最大化溯源效果。

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贵州省农业科技信息研究所(贵州省农业科技信息中心)，其通讯地址为：550006 贵州省贵阳市花溪区金竹镇金欣社区农科院；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。