基于持续学习的多模态深度神经网络模型、系统及方法

AITNT
正文
推荐专利
基于持续学习的多模态深度神经网络模型、系统及方法
申请号:CN202511069665
申请日期:2025-07-31
公开号:CN120996965A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开一种基于持续学习的多模态深度神经网络模型、系统及方法,包括数据采集与预处理模块用于采集作物生长环境的多模态数据;特征提取模块用于提取关键农业特征;多模态信息融合模块用于将提取的关键农业特征进行有效融合;知识持续学习模块用于将作物生长模式记忆存储至作物生长模式库并应用模型参数自适应更新策略;智能决策模块用于基于融合特征进行作物管理决策;效果评估与反馈模块用于对决策效果进行评估。本发明通解决现有AI系统的知识遗忘问题,提高了智慧农业系统的适应性和决策准确性。
技术关键词
作物生长模式 深度神经网络模型 农业 多模态信息融合 融合特征 视觉特征提取 决策 土壤传感器 跨模态 特征提取模块 作物生长环境 分析单元 传感器接口单元 病虫害 注意力模型 气象 投影单元 信息编码
系统为您推荐了相关专利信息
1
一种用于多模态文件的自适应分区存储方法
分区存储方法 多模态 文本 融合特征 图像阈值分割方法
2
一种基于贝叶斯回归的种植预测管理方法及系统
预测管理方法 贝叶斯回归模型 PH值 预测管理系统 空气
3
多模态人脸活体检测方法、装置、电子设备及介质
人脸活体检测方法 可见光图像 权重特征 融合特征 多模态
4
用于进行心理测评的方法、装置、介质和程序产品
心理 融合特征 智能设备交互 对象 多模态
5
基于多模态双通道注意力的营销电费回收预警方法及系统
非结构化特征 双通道注意力 营销电费 数据 编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号