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！

龙图腾网获悉云南大学申请的专利滑坡危险预测系统及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：CN121765688B 。

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：202610245961.1，技术领域涉及：G06F18/27；该发明授权滑坡危险预测系统及方法是由李益敏;邓选伦设计研发完成，并于2026-03-02向国家知识产权局提交的专利申请。

本滑坡危险预测系统及方法在说明书摘要公布了：本发明属于地质灾害预警领域，本发明提供了一种滑坡危险预测系统及方法，其中方法包括：对多源致灾因子进行融合和归一化处理，得到影响因子矩阵并进行加权修正；根据关联边确定节点之间的空间关联强度与语义关联度；采用特征映射、关联权重计算及信息聚合自适应学习，得到节点的关联强度和关联特征；根据节点的关联强度和关联特征，采用关联图模型进行学习，得到全局预测模型，并对全局预测模型进行优化；通过优化的全局预测模型对目标滑坡区域进行预测，得到预测结果，并根据预设概率阈值对预测结果进行危险等级划分。本发明的有益效果为：提高了滑坡危险预测的精准度。

本发明授权滑坡危险预测系统及方法在权利要求书中公布了：1.一种滑坡危险预测系统，其特征在于，包括： 数据采集单元，用于采集目标滑坡区域的多源地质数据和环境数据； 特征构建单元，用于根据多源地质数据和环境数据确定多源致灾因子，对多源致灾因子进行融合和归一化处理，得到影响因子矩阵； 空间异质加权建模单元，用于根据动态权重机制对所述影响因子矩阵进行加权修正，得到优化的因子矩阵； 空间和语义关联单元，用于根据预设节点类型确定关联边，根据关联边确定节点之间的空间关联强度与语义关联度； 自适应学习单元，用于根据预设节点类型和预设关联边，采用特征映射、关联权重计算及信息聚合自适应学习，得到节点的关联强度和关联特征； 多要素交互网络计算单元，用于根据节点的关联强度和关联特征，采用关联图模型进行学习，得到全局预测模型，并对所述全局预测模型采用分类偏差修正、空间形态约束及端到端优化，得到优化的全局预测模型； 滑坡危险预测单元，用于通过优化的全局预测模型对目标滑坡区域进行预测，得到预测结果，并根据预设概率阈值对预测结果进行危险等级划分； 所述自适应学习单元用于： 将特征映射为节点和邻居节点的类型特定线性变换： 其中，为类型特定权重矩阵，，及为类型特定线性变换结果，为节点的查询向量，为节点的键向量，为节点的值向量，节点的类型为，节点的邻居节点的类型为； 其中关联权重计算包括融合空间距离与特征相似性，计算节点间的关联强度为： 其中，为注意力参数向量，为节点的邻居集合，为激活函数，为节点与节点的局部权重；为节点的第个邻居节点的键向量，节点为与第个邻居节点的边特征，为节点与第个邻居节点的局部权重； 根据节点间的关联强度，对周边节点信息进行聚合，得到节点的关联特征为： 其中，关联特征的公式中的为激活函数； 所述多要素交互网络计算单元用于： 获取节点的关联特征，通过全连接层进行变换，得到预激活值： 其中，为输出层权重矩阵，为偏置项，预激活值的公式中的为Sigmoid激活函数； 通过Sigmoid激活函数将预激活值映射为滑坡概率： 其中，表示第个评估单元发生滑坡的预测概率； 根据滑坡概率，得到全局预测模型，采用分类偏差修正和空间形态约束的对全局预测模型进行优化，其中分类偏差修正采用交叉熵损失衡量预测概率与真实标签的差异，公式为： 其中，表示真实标签，其中1表示滑坡，0表示非滑坡；N表示空间单元总数； 其中空间形态约束基于图结构的空间连续性假设，约束相邻节点的预测结果差异，公式为： 其中为关联图中所有边的集合，为边总数； 通过分类偏差修正和空间形态约束得到总损失函数，通过总损失函数对全局预测模型进行优化，其中总损失函数为： 其中为正则系数，且0； 以及，采用端到端优化方式计算总损失函数对全局预测模型所有参数的梯度，通过Adam优化器迭代更新参数。

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云南大学，其通讯地址为：650000 云南省昆明市翠湖北路2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。