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！

龙图腾网获悉南充市农业科学院;南充市农业农村局;南充市种子质量监督检验站申请的专利花生种子质量在线分选方法及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：CN121684738B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610189711.0，技术领域涉及：G06Q10/0639；该发明授权花生种子质量在线分选方法及系统是由林显凤;李昱;赵长坤;游宇;尚玥;蔡锂;白梓嵩设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本花生种子质量在线分选方法及系统在说明书摘要公布了：本申请公开了一种花生种子质量在线分选方法及系统，涉及农产品分选自动化技术领域，公开的花生种子质量在线分选方法及系统，通过在线检测特征漂移并自动更新模型，解决了特征漂移导致的分选精度下降问题，能够自适应特征漂移检测和模型更新能力，在连续生产过程中自动维持分选精度，减少停机维护时间，提高生产效率。

本发明授权花生种子质量在线分选方法及系统在权利要求书中公布了：1.一种花生种子质量在线分选方法，其特征在于，所述的方法包括： 获取花生种子的初始图像集，对所述初始图像集进行特征提取处理，生成第一特征向量集合，并计算所述第一特征向量集合的统计参数以生成第一基准分布数据；获取与所述第一特征向量集合对应的人工标注的质量标签数据，基于所述第一特征向量集合与所述质量标签数据，训练生成初始分选模型； 采集待分选花生的在线图像，对所述在线图像进行特征提取处理，生成在线特征向量； 将所述在线特征向量输入至当前分选模型中进行预测处理，生成实时质量预测结果及对应的预测置信度数据；基于实时质量预测结果，生成分选控制指令以控制分选执行机构执行相应动作； 在连续运行预设时段后，获取所述预设时段内所有已分选花生对应的在线特征向量，对其进行汇总处理以构建当前时段特征集合，并计算当前时段特征集合的统计参数以生成当前特征分布数据； 计算所述第一基准分布数据与当前特征分布数据之间的差异度，生成特征漂移指标数据； 对所述特征漂移指标数据与预设的漂移阈值进行比较判断，若所述特征漂移指标数据超过所述漂移阈值，则触发模型更新流程；所述模型更新流程包括： 基于当前时段特征集合与对应的所述预测置信度数据，进行筛选处理以生成高置信度特征子集与对应的预测质量标签数据； 基于所述高置信度特征子集，对所述第一基准分布数据进行更新计算以生成第二基准分布数据； 基于所述高置信度特征子集与对应的所述预测质量标签数据，对当前分选模型进行参数微调以生成第一更新分选模型； 将所述第二基准分布数据与所述第一更新分选模型应用于后续的实时分选过程； 基于当前时段特征集合与对应的所述预测置信度数据，进行筛选处理以生成高置信度特征子集与对应的预测质量标签数据的步骤包括： 基于当前特征分布数据中当前时段特征集合的统计特性，构建预训练的筛选模型；将当前时段特征集合中的在线特征向量输入所述预训练的筛选模型中，生成每个在线特征向量对应的隶属度评分； 将所述隶属度评分与对应在线特征向量的所述预测置信度数据进行比较，保留所述隶属度评分高于第一筛选阈值且所述预测置信度数据高于第二筛选阈值的在线特征向量，形成初步筛选集合； 为所述初步筛选集合中保留的每个在线特征向量，附加其对应的实时质量预测结果作为该在线特征向量的预测质量标签，从而得到所述高置信度特征子集与对应的预测质量标签数据； 将当前时段特征集合中的在线特征向量输入所述预训练的筛选模型中，生成每个在线特征向量对应的隶属度评分的步骤包括： 将当前时段特征集合作为输入数据，随机抽取部分特征子空间； 在抽取的特征子空间上，递归地随机选择特征及其分割值，构建多个二叉树结构； 对于当前时段特征集合中的任一在线特征向量，计算其在每个二叉树结构中从根节点到达叶节点所经过的路径长度； 基于该在线特征向量在所有二叉树结构中的平均路径长度，映射得到其对应的所述隶属度评分。

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南充市农业科学院;南充市农业农村局;南充市种子质量监督检验站，其通讯地址为：637000 四川省南充市顺庆区北湖路农科巷137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。