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！

龙图腾网获悉漳州职业技术学院申请的专利一种融合多源数据的血叶兰采收期预测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：CN121144966B 。

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：202511680415.2，技术领域涉及：G06F18/241；该发明授权一种融合多源数据的血叶兰采收期预测方法及系统是由甘勇辉设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种融合多源数据的血叶兰采收期预测方法及系统在说明书摘要公布了：本发明涉及数据推理技术领域，揭露了一种融合多源数据的血叶兰采收期预测方法及系统，所述方法包括：汇聚血叶兰的气象要素、土壤剖面理化指标及植株本体生理信号，得到时空同步多维信息场；辨识血叶兰中生长模式发生根本性转变的临界点，将完整生长周期划分为多物候阶段；对多物候阶段的多维度数据进行降维，对降维后结果的态势特征进行张量合成，得到生长态势向量；建立贡献度量化体系，并为生长态势向量赋予贡献度权重；修正生长态势向量，按时间顺序排列修正后结果，视为全生命周期发展轨迹，以推演生理成熟度路径；当生理成熟度路径抵达血叶兰的历史最优品质收敛区间时，确定为最佳采收窗口；本发明可以提高血叶兰采收期预测的准确率。

本发明授权一种融合多源数据的血叶兰采收期预测方法及系统在权利要求书中公布了：1.一种融合多源数据的血叶兰采收期预测方法，其特征在于，所述方法包括： S1、同步感知并汇聚血叶兰在完整生长周期内的气象要素、土壤剖面理化指标及植株本体生理信号，得到所述血叶兰的时空同步多维信息场； S2、根据所述时空同步多维信息场的演变规律，辨识所述血叶兰中生长模式发生根本性转变的临界点，并根据所述临界点将所述完整生长周期划分为所述血叶兰的多物候阶段； S3、对所述多物候阶段的多维度数据进行降维处理，并对降维后结果的态势特征进行张量合成，得到所述多物候阶段的生长态势向量，包括： 将所述多物候阶段中多维度数据的高维特征投影至低维流形空间，得到所述多物候阶段的特征流形表达； 解耦所述特征流形表达中的局部特征，得到所述特征流形表达的稳定特征分量； 重组所述特征流形表达中的全局特征，得到所述特征流形表达的动态特征分量； 将所述稳定特征分量与所述动态特征分量进行多尺度特征交叉融合，得到所述特征流形表达多层级特征表达； 消除所述多层级特征表达中的冗余信息，以确定所述多层级特征表达的正交特征基； 根据所述正交特征基，构建所述多物候阶段的特征张量场，并对所述特征张量场进行张量收缩，以确定所述多物候阶段的生长态势向量； S4、根据所述血叶兰中最终采收目标形成的累积性与特异性贡献，建立所述血叶兰的贡献度量化体系，并为所述生长态势向量赋予贡献度权重； S5、应用所述贡献度权重修正所述生长态势向量，并按时间顺序排列修正后结果，视为所述血叶兰的全生命周期发展轨迹，以推演所述血叶兰的生理成熟度路径，包括： 将所述贡献度权重与对应生长态势向量进行非线性融合，得到所述血叶兰的修正后生长态势向量； 按时间顺序排列所述修正后生长态势向量，得到所述血叶兰的生长态势序列； 消除所述生长态势序列的随机波动分量，得到所述血叶兰的全生命周期发展轨迹； 对所述全生命周期发展轨迹进行轨迹曲率解析，得到所述全生命周期发展轨迹中轨迹变化的关键转折区域； 将所述关键转折区域映射为所述血叶兰的生理成熟度路径； S6、当所述生理成熟度路径抵达所述血叶兰的历史最优品质收敛区间时，确定为所述血叶兰的最佳采收窗口。

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漳州职业技术学院，其通讯地址为：363000 福建省漳州市芗城区大学路2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。