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！

龙图腾网获悉北京工商大学申请的专利基于深度学习的农产品中农药MRL标准分类预估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：CN115510284B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211283844.2，技术领域涉及：G06F16/901；该发明授权基于深度学习的农产品中农药MRL标准分类预估方法是由陈红倩;李宗润;王馨怡设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本基于深度学习的农产品中农药MRL标准分类预估方法在说明书摘要公布了：本发明涉及一种基于深度学习的农产品中农药MRL标准分类预估方法，属于计算机学科下的深度学习领域。实现步骤为：首先针对已有对应MRL值的组合收集其属性特征，并对属性特征进行数值化、拼接、归一化、上采样等处理，获取用于模型训练和验证的训练集与测试集；然后构建农产品中农药MRL标准分类预估模型，该模型的主要特色是使用多个融合注意力机制的Inception结构来提取和识别特征；通过训练集数据对模型进行训练，使用测试集数据验证模型的有效性；最后使用满足准确性要求的模型来实现农产品中农药MRL的分类预估，并输出对应的MRL值；通过本方法，能够基于农产品属性和农药属性预估组合对应的MRL值。

本发明授权基于深度学习的农产品中农药MRL标准分类预估方法在权利要求书中公布了：1.基于深度学习的农产品中农药MRL标准分类预估方法，其特征在于，包括以下步骤： 步骤一、获取“农产品中农药MRL标准”数据集，获取的所有数据保存为“MRL标准数据表”，其每一条数据记录形式为农产品名，农药名，MRL值； 步骤二、获得所述MRL标准数据表中的所有农产品的属性，将农产品属性进行数值化转换，保存至“农产品属性表”； 步骤三、获得所述MRL标准数据表中的所有农药的属性，将农药属性进行数值化转换，保存至“农药属性表”； 步骤四、基于所述MRL标准数据表、农产品属性表和农药属性表，构建“MRL属性数据表”，其每一条记录包含农产品属性、农药属性、MRL值； 步骤五、针对所述MRL属性数据表中的农产品属性和农药属性数据，根据每一列的属性值范围，对所有记录的该列属性值进行归一化； 步骤六、在MRL属性数据表中添加一列，命名为“MRL标签”；MRL标签列的属性值的设置方法如下： 步骤6.1、对MRL属性数据表中所有记录，统计每一种MRL值对应的记录数； 步骤6.2、对记录数最多的10种MRL值，各设置为一个类别； 步骤6.3、将所有其他MRL值共同归为一个类别； 步骤七、对MRL属性数据表中的每一类MRL标签对应的记录进行上采样，使每一类MRL标签对应的记录数均达到设置的上限数； 步骤八、将上采样处理后的MRL属性数据表中的所有记录，通过随机采样获得训练集，训练集之外的记录为测试集； 步骤九、搭建“农产品中农药MRL标准分类预估模型”，命名为模型M；该模型的主要特色是使用多个融合注意力机制的Inception结构来提取和识别特征，其网络结构的构建方法如下： 步骤9.1、第一部分由3*3的卷积层和2*2的最大池化层组成；该部分的输入为10*10*1的特征图，输出为5*5*64的特征图； 步骤9.2、第二部分以GoogLeNet的瓶颈网络结构为基础，添加融合通道注意力机制；GoogLeNet的瓶颈网络结构由两个串联的Inception结构、一个2*2的最大池化层和一个Inception结构构成； 在Inception结构中添加融合通道注意力机制的具体方法为在Inception结构中添加SEblock模块，该模块共包含两个分支： 第一个分支是由一层全局池化层和两层全连接网络层构成；该分支首先得到长度为1024的特征向量，然后使用评分网络将该特征向量处理为长度为1024的通道权重向量，来表示通道之间的相关性； 第二个分支，利用第一个分支得到的通道权重向量，对特征图的不同通道的重要性加以区分； 步骤9.3、第三部分由1*1的最大池化层和分类器组成；其中分类器由全连接层和Softmax构成，该部分的输出为模型预测的结果； 步骤十、选择Focalloss函数作为模型M的损失函数； 步骤十一、设定模型M的训练参数；以所述训练集中的农产品属性和农药属性作为模型输入，以所述训练集的MRL标签作为模型输出，训练模型M； 当模型M在训练集上的准确率在“连续15到20个epoch”内的变化幅度在1％以内时停止训练，保存训练好的模型，命名为模型MA； 步骤十二、以模型MA在测试集上的预测准确率来评价该模型的有效性； 步骤十三、基于模型MA实现农产品中农药MRL的分类预估，具体方法为： 步骤13.1、基于输入的农产品名查询所述农产品属性表，基于输入的农药名查询所述农药属性表，将查询得到的农产品属性、农药属性拼接为一条记录，命名为记录B； 步骤13.2、将记录B中的数据进行处理后作为模型MA的输入，输出其分类预估得到的MRL标签； 步骤13.3、获得MRL标签对应的MRL类别，对前十类可以获得其对应的MRL值。

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工商大学，其通讯地址为：100048 北京市海淀区阜成路11号北京工商大学；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。