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！

龙图腾网获悉浙大城市学院申请的专利基于属性特征知识图谱的葡萄园病虫害细粒度识别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：CN115661739B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211199718.9，技术领域涉及：G06V20/52；该发明授权基于属性特征知识图谱的葡萄园病虫害细粒度识别方法是由郑增威;孙霖;刘益;向正哲;何梦竹设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本基于属性特征知识图谱的葡萄园病虫害细粒度识别方法在说明书摘要公布了：本发明涉及基于属性特征知识图谱的葡萄园病虫害细粒度识别方法，包括：制作葡萄园病虫害数据集；构建葡萄园病害虫属性特征知识图谱；提取输入虫害图像的颜色特征、全局纹理特征和轮廓特征，通过拼接操作得到传统特征向量；通过GPKG‑ViT网络提取输入训练虫害图像特征和测试虫害图像特征；将训练虫害图像特征或测试虫害图像特征输入分类层，得到预测虫害类别。本发明的有益效果是：本发明在深度学习网络中引入了知识图谱，通过细粒度属性特征和虫害实体关联特征信息的引入，实现了葡萄园虫害的细粒度识别，是一种高有效性、高普适性的方法。

本发明授权基于属性特征知识图谱的葡萄园病虫害细粒度识别方法在权利要求书中公布了：1.基于属性特征知识图谱的葡萄园病虫害细粒度识别方法，其特征在于，包括： 步骤1、制作葡萄园病虫害图像数据集； 步骤2、构建葡萄园病害虫属性特征知识图谱GPKG； 步骤3、提取输入虫害图像的颜色特征fc、全局纹理特征ft和轮廓特征fo，通过拼接操作得到传统特征向量fMF； 步骤3包括： 步骤3.1、计算输入虫害图像的颜色矩，作为输入虫害图像的颜色特征fc； 步骤3.2、使用局部二值模式和灰度共生矩阵分别提取图像纹理特征并进行拼接，所得向量作为全局纹理特征ft； 步骤3.3、基于坎尼边缘检测算法提取轮廓特征fo； 步骤3.4、通过拼接操作得到传统特征向量fMF： fMF＝Concatfc,ft,fo 其中，Concat表示拼接操作； 步骤4、通过GPKG-ViT网络提取输入训练虫害图像特征ftrain和测试虫害图像特征ftest； 步骤4包括： 步骤4.1、训练时：基于输入虫害图像的标签在知识图谱中进行索引，得到输入虫害图像在知识图谱中对应节点的属性特征向量fCF；然后，与传统特征向量fMF进行余弦相似度计算，得到相似度损失 其中，n代表特征向量的维度，与虫害类别总数相等； 测试时：利用每张输入虫害图像的传统特征向量fMF，与GPKG中所有表示虫害类别的节点所对应的特征向量进行余弦相似度计算，组合得到属性相似性特征向量用lk表示虫害类别节点索引，则表示为： 步骤4.2、利用ViT提取输入虫害图像高层语义特征，并将ViT头部输出作为最终表征特征向量fSF； 步骤4.3、结合属性特征向量fCF、属性相似性特征向量和最终表征特征向量fSF用于分类训练，输出训练虫害图像特征ftrain和测试虫害图像特征ftest： ftrain＝fCF+fSF 步骤5、将训练虫害图像特征ftrain或测试虫害图像特征ftest输入分类层，得到预测虫害类别。

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浙大城市学院，其通讯地址为：310015 浙江省杭州市拱墅区湖州街51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。