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！

龙图腾网获悉西南科技大学;哈尔滨工业大学;哈尔滨联合飞机科技有限公司;电子科技大学申请的专利基于多模态信息异构融合作物表型信息分析与管理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：CN121147771B 。

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：202511683035.4，技术领域涉及：G06V20/10；该发明授权基于多模态信息异构融合作物表型信息分析与管理方法是由刘爽利;车志豪;谭立国;孟月华;初旭;田刚印;霍建文;周怀芳;张静;常志远;刘宏伟;赵志钦设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本基于多模态信息异构融合作物表型信息分析与管理方法在说明书摘要公布了：本发明公开了一种基于多模态信息异构融合作物表型信息分析与管理方法，属于作物监测与农业智能感知技术领域，步骤如下：利用无人机沿规划的路径同步采集得到作物的高光谱影像数据、可见光影像数据和红外影像数据；分别预处理作物的影像数据，得到多模态影像数据；进行特征提取，得到多模态影像数据分类特征；得到优化后的多模态脉冲信号；获取实时环境数据，并结合优化后的模态脉冲信号，进行模拟大脑置信度评估、权重分配、加权融合和最大概率选择，得到作物表型信息分析结果；将作物表型信息分析结果叠加到农田遥感地图上，并标注胁迫情况，且自动生成胁迫管理方案。本发明解决了作物状态分析存在信息局限性、且缺乏适应性和灵活性的问题。

本发明授权基于多模态信息异构融合作物表型信息分析与管理方法在权利要求书中公布了：1.一种基于多模态信息异构融合作物表型信息分析与管理方法，其特征在于，包括如下步骤： S1、利用无人机控制平台对目标区域进行路径规划，并利用无人机沿规划的路径同步采集得到作物的高光谱影像数据、可见光影像数据和红外影像数据； S2、分别对作物的高光谱影像数据、可见光影像数据和红外影像数据分别进行预处理，得到多模态影像数据； S3、对多模态影像数据进行特征提取，得到多模态影像数据分类特征； S4、根据直接编码法将多模态影像数据分类特征映射为脉冲神经网络中脉冲神经元的目标发放率，并通过动态调整脉冲神经元间的连接强度和卡尔曼滤波，得到优化后的多模态脉冲信号； 所述S4包括如下步骤： S41、根据直接编码法，将多模态影像数据分类特征中的高光谱影像数据分类特征、可见光影像数据分类特征和红外影像数据分类特征分别映射为脉冲神经网络中对应脉冲神经元的目标发放率； S42、根据脉冲神经元的目标发放率，通过泊松过程生成多模态脉冲信号； S43、根据脉冲时序依赖可塑性学习规则，基于多模态脉冲信号间的时序相关性，动态调整脉冲神经元间的连接强度，得到时空对齐的多模态脉冲信号； S44、根据卡尔曼滤波算法对时空对齐的多模态脉冲信号进行递归最优估计，得到优化后的多模态脉冲信号； S5、获取实时环境数据，并结合优化后的模态脉冲信号，进行模拟大脑置信度评估和权重分配，并通过加权融合和最大概率选择，得到作物表型信息分析结果； 所述S5包括如下步骤： S51、获取实时环境数据，并从基于优化后的模态脉冲信号提取高光谱影像模态、可见光影像模态和红外影像模态的初始决策概率向量，构成当前胁迫类型和环境上下文； S52、将当前胁迫类型和环境上下文输入模糊规则库进行模拟大脑置信度评估，通过元权重网络动态生成各模态的权重分配方案； S53、根据加权融合算法，将高光谱影像模态、可见光影像模态和红外影像模态分别对应的表型决策按照权重分配方案进行加权融合，得到多模态表型信息概率分布； S54、根据多模态表型信息概率分布，选择概率最高的类别所对应的决策作为作物表型信息分析结果； S6、将作物表型信息分析结果叠加到农田遥感地图的对应位置上，并标注胁迫类型与程度，且根据胁迫规则库自动生成胁迫管理方案。

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西南科技大学;哈尔滨工业大学;哈尔滨联合飞机科技有限公司;电子科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。