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！

龙图腾网获悉四川大学申请的专利基于机器学习与红外光谱的土壤成分检测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：CN121141574B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511660113.9，技术领域涉及：G01N21/3563；该发明授权基于机器学习与红外光谱的土壤成分检测系统是由程予嘉迎;杨彦兵;蒋雨辰;林彬设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本基于机器学习与红外光谱的土壤成分检测系统在说明书摘要公布了：本发明涉及精准农业和人工智能技术交叉领域，具体涉及基于机器学习与红外光谱的土壤成分检测系统，该系统通过便携式傅里叶红外光谱仪现场采集土壤光谱，经预处理后，融合气候、土壤及作物数据构建特征向量，深度学习决策模块利用一维卷积提取光谱特征，并通过注意力机制融合多维信息，由多任务学习子网络同步输出施肥方案、作物适宜性评分及土壤改良措施，最终，结合农艺知识库验证，生成包含定量施肥配方、作物适宜性排序和土壤改良方案的综合决策报告，实现精准农业指导，通过采用一维卷积神经网络自动提取光谱特征，结合多模态数据融合和多任务学习框架，本发明系统在土壤养分预测方面达到了较高精度。

本发明授权基于机器学习与红外光谱的土壤成分检测系统在权利要求书中公布了：1.基于机器学习与红外光谱的土壤成分检测系统，其特征在于，包括：光谱采集模块，用于通过便携式傅里叶变换红外光谱仪对土壤样本进行现场扫描，获取4000‑400cm‑1波长范围的连续红外吸收光谱数据；光谱预处理模块，与所述光谱采集模块通信连接，用于对原始光谱数据进行基线校正、多点散射校正和标准正态变量变换，生成预处理光谱数据；数据融合模块，与所述光谱预处理模块通信连接，用于整合所述预处理光谱数据以及区域气候数据、土壤类型数据和作物需求数据，构建融合特征向量；深度学习决策模块，与所述数据融合模块通信连接，包括光谱特征提取子网络、注意力融合子网络和多任务学习子网络；其中，所述光谱特征提取子网络采用一维卷积神经网络结构，从所述预处理光谱数据中自动提取光谱特征；所述注意力融合子网络通过多头注意力机制将所述光谱特征与环境特征和作物特征进行加权融合，生成综合特征表示；所述多任务学习子网络包含施肥决策分支、种植建议分支和土壤改良分支，基于所述综合特征表示同时输出施肥方案、作物适宜性评分和土壤改良措施；农艺知识库，与所述深度学习决策模块通信连接，存储作物养分需求标准、土壤养分丰缺指标和施肥限量规则，对所述深度学习决策模块的输出结果进行验证；决策输出模块，与所述农艺知识库通信连接，生成包含定量施肥配方、作物适宜性排序和土壤改良方案的综合决策报告； 所述注意力融合子网络的工作流程包括：将所述光谱特征、所述环境特征和所述作物特征分别通过嵌入层映射到统一的嵌入空间；通过多头注意力机制计算特征间的相关性权重，每个注意力头并行计算查询矩阵、键矩阵和值矩阵，基于所述查询矩阵与所述键矩阵的乘积计算注意力权重，得到加权后的特征表示；将多个注意力头的输出进行拼接，通过线性变换得到注意力融合特征向量；将所述注意力融合特征向量与输入特征相加并进行归一化，生成所述综合特征表示； 所述数据融合模块包括：气候数据获取单元，自动获取检测地点的气候参数，包括日均温度、累计降水量、有效积温和相对湿度；气候特征计算单元，与所述气候数据获取单元连接，基于所述气候参数计算衍生气候指标，所述衍生气候指标包括热量指数、水分亏缺指数、温度适宜度和水热耦合指数；土壤类型编码单元，将土壤类型编码为独热向量；作物参数提取单元，根据目标作物从所述农艺知识库中提取作物养分需求参数；特征向量构建单元，与所述气候特征计算单元、所述土壤类型编码单元和所述作物参数提取单元连接，将所述预处理光谱数据、所述衍生气候指标、所述独热向量和所述作物养分需求参数拼接，构建所述融合特征向量。

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四川大学，其通讯地址为：610065 四川省成都市一环路南一段24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。