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！

龙图腾网获悉江苏绿沐源农业科技有限公司申请的专利一种基于大数据的智能农业管理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：CN119540745B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202411363762.8，技术领域涉及：G06V20/10；该发明授权一种基于大数据的智能农业管理系统是由请求不公布姓名设计研发完成，并于2024-01-18向国家知识产权局提交的专利申请。

本一种基于大数据的智能农业管理系统在说明书摘要公布了：本发明公开了基于大数据的智能农业管理系统，该系统的运行方法包括以下步骤：步骤一：通过网络源对农作物患病图像进行收集与标注；步骤二：利用卷积神经网络建立农作物病害识别模型；步骤三：用户在系统内上传植物病害图像且进行特征描述；步骤四：对用户上传的图像进行农作物病害识别；步骤五：系统估算每种虫害类型的概率，并为用户生成反馈信息，其中，所述数据采集和预处理模块，用于收集、描述和准备训练数据；所述农作物病害识别模型建立模块，用于训练和优化识别模型；所述用户界面和病害识别模块，用于用户验证、图像上传、特征描述以及实时的病害识别和反馈；本发明，具有农作物病害诊断准确、高效和客观的特点。

本发明授权一种基于大数据的智能农业管理系统在权利要求书中公布了：1.一种基于大数据的智能农业管理方法，该方法包括以下步骤： 步骤一：通过网络源对农作物患病图像进行收集与标注； 步骤二：利用卷积神经网络建立农作物病害识别模型； 步骤三：用户在系统内上传植物病害图像且进行特征描述； 步骤四：对用户上传的图像进行农作物病害识别； 步骤五：系统估算每种虫害类型的概率，并为用户生成反馈信息； 所述通过网络源对农作物患病图像进行收集与标注的步骤，包括： 建立全面的农作物患病数据库，包括多样的图像、位置信息、气象数据和虫害特征信息； 数据标记和详细描述，包括图像拍摄时间、地点、相关植物类型、虫害种类和虫害严重程度； 数据预处理：图像去噪、数据对齐和格式统一，以确保训练数据的质量和一致性； 所述利用卷积神经网络建立农作物病害识别模型的步骤，包括： 将数据分为70%训练集、15%验证集和15%测试集，随后选择卷积神经网络架构进行模型构建，具体地，使用ResNet-50模型，采用已经预训练的权重参数，以加速训练和提高模型性能，此外，添加一个全连接层，其具有与病害类型数目相匹配的输出神经元，进行多类别分类，与此同时，应用数据增强技术以增加训练数据的多样性，包括随机旋转、水平和垂直翻转、随机缩放和随机裁剪，从而将模型更好地泛化到不同的图像变化，然后进行模型训练，使用带有学习速率衰减的随机梯度下降优化器来最小化交叉熵损失，初始学习速率设置为0.001，批处理大小为32，训练过程将数据前向传播、计算损失、进行反向传播并更新模型权重，以不断减小误差，并且设置早期停止策略，如果验证损失在连续5个轮次中没有改善，训练将停止，使用验证集数据，评估模型的性能，测量准确率、召回率、F1分数和混淆矩阵性能指标，在验证集上的性能决定了系统是否需要进一步调整模型或改变超参数，如果性能不达标，系统将执行超参数调整，包括学习速率的调整、优化器的选择和模型架构的微调，此外，系统使用了学习速率衰减，初始学习速率设置为0.001，每10个轮次减小为原来的一半，为了减轻模型的过拟合，还使用了Dropout层，将丢弃率设置为0.5，以在训练中随机关闭一半的神经元，一旦模型训练完毕，将其部署在云端服务器上，以便进行实时的病害识别，用户可以使用移动应用程序拍摄图像并上传以获取病害识别结果，开发者定期监测模型性能，并在需要时重新训练，以适应新数据和病害类型，这确保了模型在不断变化的环境中保持高性能； 所述对用户上传的图像进行农作物病害识别的步骤，包括： 系统提取用户在特征信息中补充的关键词，随后，使用自然语言处理技术，系统将对提取的关键词进行匹配，匹配后，系统将综合图像识别结果和用户提供的特征信息，系统还将获取用户当前位置的地理信息，随后，系统将连接到气象数据源，获取用户当前位置的气象数据，包括温度、湿度、降水量，这些数据将用于分析当前环境条件，以预测可能出现的虫害类型，综合图像识别结果、用户提供的特征信息、位置信息和气象数据，系统将预测可能出现的虫害类型； 所述系统估算每种虫害类型的概率，并为用户生成反馈信息的步骤，包括： 考虑虫害类型的先验概率； 计算条件概率，包括图像特征、关键词、温度和湿度数据； 使用贝叶斯定理计算每种虫害类型的后验概率； 选择具有最高后验概率的虫害类型作为预测结果； 提供用户反馈信息，帮助他们了解潜在虫害问题和采取相应措施； 所述选择具有最高后验概率的虫害类型作为预测结果的步骤，包括： 考虑虫害类型的先验概率P虫害，表示在没有其他信息的情况下，每种虫害类型发生的概率，这可以根据当前季节流行的虫害类型来估计，接下来，关注条件概率，其中包括图像特征、关键词、温度和湿度数据，然后计算条件概率，P图像特征|虫害、P关键词|虫害、P温度|虫害和P湿度|虫害，这些条件概率表示了在给定某种虫害类型的情况下，相关信息与之匹配的概率，最后，考虑特征的边际概率，即P图像特征、P关键词、P温度和P湿度，这些是各自特征的出现概率，而不考虑虫害类型，通过使用这些概率值，系统可以利用贝叶斯定理来计算每种虫害类型的后验概率P虫害|图像特征，关键词，温度，湿度，虫害类型的后验概率最高的那一种将被视为最可能的虫害类型。

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江苏绿沐源农业科技有限公司，其通讯地址为：224000 江苏省盐城市滨海县人民南路西侧综合楼106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。