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！

龙图腾网获悉华中科技大学申请的专利一种基于模型融合的烤烟工艺阶段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：CN114997463B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202210441375.6，技术领域涉及：G06F18/241；该发明授权一种基于模型融合的烤烟工艺阶段预测方法及系统是由刘小伟;夏天;喻鸿;刘竞;黄金国设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本一种基于模型融合的烤烟工艺阶段预测方法及系统在说明书摘要公布了：本发明属于烟叶烘烤技术领域，公开了一种基于模型融合的烤烟工艺阶段预测方法及系统，包括：构建并训练融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型，并获取烟叶烘烤过程中的图像、温湿度、失水量数据，利用训练好的融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型基于预处理后烟叶烘烤过程中的图像、温湿度、失水量数据进行烤烟工艺阶段的预测。本发明模型融合技术训练融合模型，利用训练好的融合模型进行烟叶烘烤工艺阶段预测可以做到烟叶实时预测，提高了预测准确率和预测效率，同时降低了烘烤人员的工作强度、节约人力成本。

本发明授权一种基于模型融合的烤烟工艺阶段预测方法及系统在权利要求书中公布了：1.一种基于模型融合的烤烟工艺阶段预测方法，其特征在于，所述基于模型融合的烤烟工艺阶段预测方法包括：构建并训练融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型，获取烟叶烘烤过程中的图像、温湿度、失水量数据以及预处理，利用训练好的烤烟预测模型对预处理后烟叶烘烤过程中的图像、温湿度、失水量数据进行烤烟工艺阶段的预测； 所述基于模型融合的烤烟工艺阶段预测方法包括以下步骤： 步骤一，按照预先设定的采集周期采集烘烤中的烟叶及烤房的相关数据；并基于采集的烟叶及烤房的相关数据构建非结构化数据集与结构化数据集； 步骤二，基于非结构化数据集中的烟叶图像进行烟叶状态提取，同时对提取的所述烟叶状态进行数字编码得到烟叶状态编码； 步骤三，构建融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型；并利用所述非结构化数据集、结构化数据集以及烟叶状态编码对所述融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型进行训练； 步骤四，实时采集烘烤过程中烟叶及烤房的相关数据，并对采集的烟叶及烤房的相关数据进行预处理，利用训练好的融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型基于预处理后的烟叶及烤房的相关数据进行烟叶烘烤工艺阶段的预测； 所述步骤三中，利用非结构化数据集、结构化数据集以及烟叶状态编码对所述融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型进行训练包括： 1根据两层Stacking模型融合方法，将所述结构化数据集以及非结构化数据集作为第一层基分类器的输入数据，将所述烟叶状态编码作为第一层基分类器的输出结果，对第一层基分类器的LightGBM网络、GRU网络以及CNN网络进行训练，得到训练好的第一层基分类器： 1.1将所述结构化数据集作为第一层基分类器的LightGBM网络的输入数据，将所述烟叶状态编码作为所述LightGBM网络识别结果，对所述LightGBM网络进行训练，并根据重要程度利用网格搜索方法自动调节所述LightGBM网络的模型参数，将所述LightGBM网络训练后得到的第一新训练集状态编码记为A1； 1.2将所述结构化数据集作为第一层基分类器的GRU网络的输入数据，将所述烟叶状态编码作为GRU网络的输出结果，对所述GRU网络进行训练，并根据试错法确定最优时间步长、隐含层层数和每层神经元数量；将所述GRU网络训练后得到的第二新训练集状态编码记为A2； 1.3将所述非结构化数据集作为第一层基分类器的CNN网络的输入数据，将所述烟叶状态编码作为CNN网络的输出结果，对所述CNN网络进行训练；应用SoftMax分类器对图像进行分类，将所述CNN网络训练后得到的第三新训练集状态编码记为A3； 2将所述第一层基分类器输出的识别结果作为第二层元分类器的输入数据，将所述烟叶状态编码作为第二层元分类器的输出识别结果，训练第二层元分类器的LightGBM网络，并网格搜索方法自动调节模型参数，得到训练好的融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。