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！

龙图腾网获悉贵州大学申请的专利一种基于LSTM变体的农药残留预测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：CN119359084B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411470340.0，技术领域涉及：G06Q10/0637；该发明授权一种基于LSTM变体的农药残留预测方法是由郭子成;何冠谛;梁一凡;张羽英;王梓毓;杨惠情;罗贵娟;陈钰;柏文池;李秋霖;王凤仪;秦娟蓉;刘萧;曹笑然;范释云设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于LSTM变体的农药残留预测方法在说明书摘要公布了：本发明公开了一种基于LSTM变体的农药残留预测方法，涉及农药残留检测与预测技术领域，该方法通过传感器采集温度、湿度、土壤pH值、降雨量、施药浓度等时间序列数据，并进行归一化、缺失值填补和滑动窗口切片处理；采用优化的LSTM变体模型进行建模，去除输出激活函数以增强对农药残留非线性变化的捕捉能力。模型结合动态阈值调整机制，适应不同农药的特性和残留标准，并可在边缘设备上实时部署，实现残留超标的实时报警。相比现有技术，本发明在预测精度、响应速度和适应性方面具有显著优势，适用于稻田、果园等多种农业场景中的农药残留监测。

本发明授权一种基于LSTM变体的农药残留预测方法在权利要求书中公布了：1.一种基于LSTM变体的农药残留预测方法，其特征在于： 从目标农田样本中获取时间序列数据，包括施药频率、施药浓度、农田湿度、土壤温度、土壤pH值、作物生长阶段、气候变化因素； 利用归一化处理和缺失值填补，确保时间序列数据的完整性； 通过滑动窗口切片技术将时间序列数据转化为输入-输出对； 构建并训练基于LSTM变体的深度学习模型，输出预测的农药残留水平是否符合安全标准； 所述LSTM变体进一步特定为去除输出激活函数以适应农药残留浓度的非线性变化，直接传递细胞状态至下一个时间步长，从而更准确地捕捉农药降解过程中复杂的时序依赖关系； 所述LSTM变体采用三层堆叠结构，每层均包含至少128个隐藏单元，且引入可变长度的细胞状态保持机制，以增强对农药残留波动的适应性； 所述归一化采用专门的残留标准化因子，将数据调整为与目标农药特定的物理和化学特性相匹配的分布形态，以便模型能够更准确地理解农药在不同环境条件下的残留特征，数据预处理过程针对特定的农药残留标准进行优化，采用动态阈值调整策略以满足不同农药的法定残留标准； 所述滑动窗口切片的窗口长度根据作物类型、土壤类型和具体农药的物理化学特性进行动态调整，并在施药后的关键降解阶段设定更短的时间步长，以增强模型对残留动态的响应能力，滑动窗口切片采用重叠策略，每次滑动步长根据不同农药的半衰期进行动态调整，以更好地适应农药的降解速率和残留变化规律； 所述模型的训练过程采用Adam优化器，初始学习率为0.001，并通过引入带有时间衰减因子的正则化项，确保模型在处理农药残留预测任务时的稳健性，模型训练过程中使用的交叉验证采用农药残留场景特定的数据分割方法，确保训练数据集与测试数据集中均包含施药前、施药后和降解期的时间点，模型的隐藏层通过引入农药降解特定的注意力机制，以增强模型对特定时间步长内的残留变化的感知能力。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；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。