龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东北林业大学;国家林业和草原局生物灾害防控中心
申请日：2024-04-17
公开（公告）日：2024-07-02
公开（公告）号：CN118278575A
主分类号：G06Q10/04
分类号：G06Q10/04;G06F18/24;G06F18/214;G06N3/126;G06N3/044;G06N3/0442;G06N3/08;G06F17/18
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.19#实质审查的生效;2024.07.02#公开
摘要：本发明提出一种基于RNN的落叶松枯梢病扩散蔓延预测方法，属于森林保护学技术领域。包括：S1.收集落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据；S2.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据进行一一对应，提取病害显著影响的特征；S3.建构落叶松历史枯梢病预测模型；S4.基于鲸鱼优化算法最优化落叶松历史枯梢病预测模型的参数；S5.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据输入至落叶松历史枯梢病预测模型，输出落叶松枯梢病预测；S6.将落叶松枯梢病地区在地图上显示，可视化落叶松枯梢病。解决准确性不高、及时性不足的问题。
主权项：1.一种基于RNN的落叶松枯梢病扩散蔓延预测方法，其特征在于，包括以下步骤：S1.收集落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据；S2.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据进行一一对应，提取病害显著影响的特征；S3.建构落叶松历史枯梢病预测模型；S4.基于鲸鱼优化算法最优化落叶松历史枯梢病预测模型的参数；S5.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据输入至落叶松历史枯梢病预测模型，输出落叶松枯梢病预测；S6.将落叶松枯梢病地区在地图上显示，可视化落叶松枯梢病。
全文数据：
权利要求：
百度查询： 东北林业大学 国家林业和草原局生物灾害防控中心 一种基于RNN的落叶松枯梢病扩散蔓延预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号