[发明专利]基于多模态深度学习的作物营养状态诊断方法和系统有效
| 申请号： | 202210568094.7 | 申请日： | 2022-05-24 |
| 公开（公告）号： | CN115035512B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 蒋翠清;车万留;刘艳清;王钊;丁勇 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06V20/68 | 分类号： | G06V20/68;G06V10/40;G06V10/80;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08 |
| 代理公司： | 北京久诚知识产权代理事务所(特殊普通合伙) 11542 | 代理人： | 王云海 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多模态深度学习的作物营养状态诊断方法和系统，涉及作物营养状态诊断技术领域。本发明实施例设计了一种多模态特征交互的多头注意力神经网络层，使得各模态信息，例如图片、文本和土壤养分信息实现相互融合，增强了多模态特征的互补性和一致性；为了进一步挖掘作物营养状态诊断过程中各个模态对结果的影响程度，还在LSTM网络的基础上进行改进，创新出一种模态门以自适应赋予每种模态不同的权重。多模态交互注意力机制和增加模态门的LSTM网络的模型设计，不仅实现作物生育期各模态的有机交互，而且自适应的赋予各模态不同的权重，控制每种目标模态的输出，实现作物营养状态的及时、精准、智能诊断，为大规模肥料个性化定制奠定基础。 | ||
| 搜索关键词： | 基于 多模态 深度 学习 作物 营养 状态 诊断 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210568094.7/，转载请声明来源钻瓜专利网。
