文献类型：专利

中文题名：一种基于多模态数据融合的油茶含油率预测方法

作者：朱学岩[1] 杨廷栋[1] 葛晓宁[1] 蒋娴[1] 陈艳[1] 张京[1] 刘洋[1]

第一作者：朱学岩

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明公开

申请号：CN202511642361.0

申请日：20251111

申请人地址：100091 北京市海淀区东小府1号

公开日：20260130

代理人：王诚实

代理机构：河北识诺知识产权代理有限公司 13198

语种：中文

中文关键词：多模态;数据融合;油茶;含油率;预测;采集;油茶果实;样品;基本信息;划分;果实图像;类别;输入;预测模型;图形特征提取;网络;特征融合;回归;网络提取;图像特征;图像特征向量;数值特征;特征信息;类别特征;融合网络;语义特征;损失函数;衡量;经济;价值

年份：2026

摘要：本发明公开一种基于多模态数据融合的油茶含油率预测方法，涉及多模态数据处理技术领域。所述方法包括：采集油茶果实的样品，确定样品的基本信息；基本信息划分为果实图像、数值型特征和类别型特征；将样品的基本信息，输入到油茶果实含油率预测模型，得到油茶果实含油率的预测值；构建损失函数对油茶果实含油率预测模型进行优化。通过将油茶果实的基本信息划分为果实图像、数值型特征和类别型特征，并分别提取特征后再进行融合，实现了对油茶含油率进行多模态数据分析。提高了对油茶含油率预测的准确度。