Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江省邮电工程建设有限公司王晖获国家专利权

浙江省邮电工程建设有限公司王晖获国家专利权

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!

龙图腾网获悉浙江省邮电工程建设有限公司申请的专利一种基层社会数字化治理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:CN120781938B

龙图腾网通过国家知识产权局官网在2026-05-08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:202510822855.0,技术领域涉及:G06N5/022;该发明授权一种基层社会数字化治理方法及系统是由王晖;吴志诚;周叶飞设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。

一种基层社会数字化治理方法及系统在说明书摘要公布了:本发明公开了一种基层社会数字化治理方法及系统,方法包括:通过部署于基层社区的物联网传感网络实时采集多源异构数据,生成标准化的多模态感知数据流;基于多模态感知数据流,输出时空关联的清洗后数据集;将清洗后数据集输入多尺度时空编码器,生成包含区域热点分布和风险传播路径的特征张量;基于特征张量,构建动态风险知识图谱,输出包含风险等级和最优干预路径的决策矩阵;将决策矩阵输入策略优化引擎,得到分层治理指令集;基于执行分层治理指令集后的实时治理反馈数据,通过模糊强化学习算法对策略链中的冲突指令进行自主修正。利用本发明实施例,能够实现高效、智能且具备可追溯性的数字化治理方案,以提升社会治理的效率和服务质量。

本发明授权一种基层社会数字化治理方法及系统在权利要求书中公布了:1.一种基层社会数字化治理方法,其特征在于,所述方法包括: 通过部署于基层社区的物联网传感网络实时采集多源异构数据,所述多源异构数据包括居民行为轨迹、公共设施状态及环境监测指标,采用自适应时空滤波算法对多源异构数据进行异常噪声剔除和时空对齐处理,生成标准化的多模态感知数据流; 基于所述多模态感知数据流,通过冲突消解知识图谱对数据中的语义歧义和逻辑冲突进行检测,利用动态规则引擎构建数据清洗模型,结合图神经网络对重复数据进行拓扑结构匹配和去重处理,输出时空关联的清洗后数据集; 将清洗后数据集输入多尺度时空编码器,通过融合时间卷积网络与图注意力机制提取数据中的时空关联特征,并基于动态时间规整算法对不同模态数据的演化趋势进行对齐,生成包含区域热点分布和风险传播路径的特征张量;根据清洗后数据集,生成包含区域热点分布和风险传播路径的特征张量的过程包括:将所述清洗后数据集输入多尺度时空编码器,通过时间卷积网络提取居民行为轨迹的周期模式,同时利用图注意力机制捕获公共设施节点间的空间依赖关系,生成初级特征向量;根据所述初级特征向量,采用动态时间规整算法对环境监测指标与居民行为轨迹的演化趋势进行对齐,并通过曲率约束的弹性匹配消除传感器采集延迟,生成多模态特征矩阵;对所述多模态特征矩阵进行傅里叶变换,提取频域能量分布特征,进而计算区域热点分布的概率密度函数,标记超过预设阈值的区域为风险高发区;根据所述风险高发区,利用图扩散模型模拟风险沿设施网络的传播路径,进而生成风险传播路径图谱;将所述风险传播路径图谱与多模态特征矩阵进行张量融合,进而生成包含区域热点分布和风险传播路径的特征张量; 基于所述特征张量,构建动态风险知识图谱,利用因果推理模型对基层社会治理中的潜在风险进行概率预测,通过跨模态对抗生成网络模拟不同治理策略的干预效果,输出包含风险等级和最优干预路径的决策矩阵; 将决策矩阵输入策略优化引擎,采用多目标粒子群算法同步优化治理效率、资源消耗和居民满意度指标,生成初步治理指令集,并通过数字孪生平台对指令执行效果进行虚拟推演,根据推演结果动态调整指令优先级,得到分层治理指令集,形成智能治理策略链; 基于执行分层治理指令集后的实时治理反馈数据,通过模糊强化学习算法对策略链中的冲突指令进行自主修正,并在区块链存证网络中记录策略迭代轨迹,实现治理过程的可验证性与可追溯性。

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江省邮电工程建设有限公司,其通讯地址为:310000 浙江省杭州市滨江区泰安路99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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。