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植物叶片高光谱性状估计方法、装置、设备及存储介质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：CN120411766B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510408559.6，技术领域涉及：G06V20/10；该发明授权植物叶片高光谱性状估计方法、装置、设备及存储介质是由史良胜;苏辰晔;王丽君;王汀涵;王宇杰;李金敏设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本植物叶片高光谱性状估计方法、装置、设备及存储介质在说明书摘要公布了：公开了一种植物叶片高光谱性状估计方法、装置、设备及存储介质，属于植物性状估计技术领域，该方法包括：获取植物叶片高光谱数据集；基于植物叶片高光谱数据集，采用自监督学习的方式预训练性状估计模型，在采用自监督学习的方式预训练性状估计模型的过程中，将植物叶片高光谱数据集中的数据嵌入为高维特征序列后，基于高维特征序列进行自监督学习，高维特征序列包括多个高维特征，高维特征为隐空间中的特征；针对目标性状估计任务，微调预训练的性状估计模型，微调后的性状估计模型用于基于植物叶片的高光谱数据对目标性状进行估计。该方法既能够准确地进行植物叶片高光谱性状估计，又能够广泛地应用于多种性状估计。

本发明授权植物叶片高光谱性状估计方法、装置、设备及存储介质在权利要求书中公布了：1.一种植物叶片高光谱性状估计方法，其特征在于，所述方法包括： 获取植物叶片高光谱数据集； 基于所述植物叶片高光谱数据集，采用自监督学习的方式预训练性状估计模型，在采用自监督学习的方式预训练所述性状估计模型的过程中，将所述植物叶片高光谱数据集中的数据嵌入为高维特征序列后，基于所述高维特征序列进行自监督学习，所述高维特征序列包括多个高维特征，所述高维特征为隐空间中的特征； 针对目标性状估计任务，微调预训练的所述性状估计模型，微调后的所述性状估计模型用于基于植物叶片的高光谱数据对目标性状进行估计； 所述将所述植物叶片高光谱数据集中的数据嵌入为高维特征，包括： 计算第一光谱数据的反射率在各个波段的一阶导数和二阶导数，所述第一光谱数据为所述植物叶片高光谱数据集中的数据； 根据设定的波长间隔，将所述第一光谱数据划分为多个波长区间； 对每个波长区间中的所述第一光谱数据的反射率、所述一阶导数和所述二阶导数分别进行线性投影，得到每个波长区间对应的三个线性投影； 将每个波长区间对应的三个线性投影在隐空间拼接，得到每个波长区间对应的特征向量； 所述性状预测模型包括依次连接的编码器、交叉注意力模块和多层感知机，所述编码器用于对所述高维特征序列进行处理，得到通用光谱特征，所述通用光谱特征适用于多种性状预测任务； 所述交叉注意力模型用于基于查询向量对所述通用光谱特征进行交叉注意力处理，得到中间特征； 所述多层感知机用于基于所述中间特征预测所述高维特征对应的植物叶片高光谱性状。

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。