買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉四川省核地質(zhì)調(diào)查研究所申請的專利基于人工智能的礦山生態(tài)風(fēng)險(xiǎn)預(yù)測方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120278532B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510758026.0，技術(shù)領(lǐng)域涉及：G06Q10/0635；該發(fā)明授權(quán)基于人工智能的礦山生態(tài)風(fēng)險(xiǎn)預(yù)測方法及系統(tǒng)是由趙利;黃愛民;王麗坤;劉士莉;費(fèi)勇強(qiáng);余洪慧;徐爭強(qiáng);毛雙喜;李楊;胡祎設(shè)計(jì)研發(fā)完成，并于2025-06-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于人工智能的礦山生態(tài)風(fēng)險(xiǎn)預(yù)測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明提供一種基于人工智能的礦山生態(tài)風(fēng)險(xiǎn)預(yù)測方法及系統(tǒng)，通過部署在礦山區(qū)域的分布式傳感器網(wǎng)絡(luò)采集多源生態(tài)監(jiān)測數(shù)據(jù)，并進(jìn)行時空對齊處理生成時空關(guān)聯(lián)特征集合，調(diào)用預(yù)訓(xùn)練的生態(tài)風(fēng)險(xiǎn)預(yù)測模型對特征進(jìn)行預(yù)測，生成包含風(fēng)險(xiǎn)傳播路徑、起始節(jié)點(diǎn)、傳播方向及強(qiáng)度的風(fēng)險(xiǎn)傳導(dǎo)模式集合，基于該風(fēng)險(xiǎn)傳導(dǎo)模式集合構(gòu)建生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)，展示風(fēng)險(xiǎn)節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)和時序依賴關(guān)系，根據(jù)生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)生成包含風(fēng)險(xiǎn)等級劃分結(jié)果及生態(tài)修復(fù)策略的風(fēng)險(xiǎn)預(yù)警指令集，并發(fā)送至生態(tài)管理平臺，從而能夠全面、準(zhǔn)確預(yù)測礦山生態(tài)風(fēng)險(xiǎn)，提供有效風(fēng)險(xiǎn)預(yù)警和生態(tài)修復(fù)策略，保障礦山生態(tài)安全。

本發(fā)明授權(quán)基于人工智能的礦山生態(tài)風(fēng)險(xiǎn)預(yù)測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于人工智能的礦山生態(tài)風(fēng)險(xiǎn)預(yù)測方法，其特征在于，所述方法包括： 通過部署在礦山區(qū)域的分布式傳感器網(wǎng)絡(luò)采集多源生態(tài)監(jiān)測數(shù)據(jù)，所述多源生態(tài)監(jiān)測數(shù)據(jù)包含時間連續(xù)的環(huán)境指標(biāo)序列及空間關(guān)聯(lián)的地理坐標(biāo)信息； 對所述多源生態(tài)監(jiān)測數(shù)據(jù)進(jìn)行時空對齊處理，生成時空關(guān)聯(lián)特征集合，所述時空關(guān)聯(lián)特征集合包含時間維度上的趨勢變化特征及空間維度上的區(qū)域關(guān)聯(lián)特征； 調(diào)用預(yù)訓(xùn)練的生態(tài)風(fēng)險(xiǎn)預(yù)測模型對所述時空關(guān)聯(lián)特征集合進(jìn)行生態(tài)風(fēng)險(xiǎn)預(yù)測，生成風(fēng)險(xiǎn)傳導(dǎo)模式集合，所述風(fēng)險(xiǎn)傳導(dǎo)模式集合包含風(fēng)險(xiǎn)傳播路徑的起始節(jié)點(diǎn)、傳播方向及傳播強(qiáng)度； 基于所述風(fēng)險(xiǎn)傳導(dǎo)模式集合構(gòu)建礦山區(qū)域的生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)，所述生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)包含風(fēng)險(xiǎn)節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)及風(fēng)險(xiǎn)擴(kuò)散的時序依賴關(guān)系； 根據(jù)所述生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)生成風(fēng)險(xiǎn)預(yù)警指令集，所述風(fēng)險(xiǎn)預(yù)警指令集包含風(fēng)險(xiǎn)等級劃分結(jié)果及對應(yīng)的生態(tài)修復(fù)策略，并將所述風(fēng)險(xiǎn)預(yù)警指令集發(fā)送至生態(tài)管理平臺； 所述基于所述風(fēng)險(xiǎn)傳導(dǎo)模式集合構(gòu)建礦山區(qū)域的生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)，包括： 從所述風(fēng)險(xiǎn)傳導(dǎo)模式集合中提取風(fēng)險(xiǎn)傳播路徑的起始節(jié)點(diǎn)及傳播方向，構(gòu)建風(fēng)險(xiǎn)節(jié)點(diǎn)的初始拓?fù)浣Y(jié)構(gòu)； 根據(jù)所述風(fēng)險(xiǎn)傳導(dǎo)模式集合中的傳播強(qiáng)度計(jì)算風(fēng)險(xiǎn)節(jié)點(diǎn)之間的連接權(quán)重，生成加權(quán)風(fēng)險(xiǎn)傳播邊集合； 基于所述加權(quán)風(fēng)險(xiǎn)傳播邊集合對所述初始拓?fù)浣Y(jié)構(gòu)進(jìn)行迭代優(yōu)化處理，生成包含多層次風(fēng)險(xiǎn)擴(kuò)散路徑的生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)； 對所述生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)中的時序依賴關(guān)系進(jìn)行建模，生成風(fēng)險(xiǎn)擴(kuò)散的時間序列預(yù)測結(jié)果； 所述基于所述加權(quán)風(fēng)險(xiǎn)傳播邊集合對所述初始拓?fù)浣Y(jié)構(gòu)進(jìn)行迭代優(yōu)化處理，生成包含多層次風(fēng)險(xiǎn)擴(kuò)散路徑的生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)，包括： 對所述初始拓?fù)浣Y(jié)構(gòu)中的風(fēng)險(xiǎn)節(jié)點(diǎn)進(jìn)行聚類分析處理，生成風(fēng)險(xiǎn)節(jié)點(diǎn)群落集合，每個風(fēng)險(xiǎn)節(jié)點(diǎn)群落包含空間相鄰且風(fēng)險(xiǎn)傳播強(qiáng)度相似的風(fēng)險(xiǎn)節(jié)點(diǎn)； 根據(jù)所述加權(quán)風(fēng)險(xiǎn)傳播邊集合計(jì)算不同風(fēng)險(xiǎn)節(jié)點(diǎn)群落之間的跨群落傳播概率，生成群落間傳播路徑； 在所述初始拓?fù)浣Y(jié)構(gòu)中添加所述群落間傳播路徑，生成擴(kuò)展后的風(fēng)險(xiǎn)拓?fù)浣Y(jié)構(gòu)； 對所述擴(kuò)展后的風(fēng)險(xiǎn)拓?fù)浣Y(jié)構(gòu)進(jìn)行路徑冗余消除處理，生成優(yōu)化后的生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)； 所述對所述生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)中的時序依賴關(guān)系進(jìn)行建模，生成風(fēng)險(xiǎn)擴(kuò)散的時間序列預(yù)測結(jié)果，包括： 從所述生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)中提取各風(fēng)險(xiǎn)節(jié)點(diǎn)的歷史風(fēng)險(xiǎn)強(qiáng)度序列，生成風(fēng)險(xiǎn)節(jié)點(diǎn)時序特征集合，所述歷史風(fēng)險(xiǎn)強(qiáng)度序列包含按預(yù)設(shè)時間間隔記錄的風(fēng)險(xiǎn)傳播強(qiáng)度數(shù)值； 基于所述風(fēng)險(xiǎn)節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)及所述歷史風(fēng)險(xiǎn)強(qiáng)度序列構(gòu)建時序圖網(wǎng)絡(luò)，所述時序圖網(wǎng)絡(luò)中的節(jié)點(diǎn)屬性包含對應(yīng)風(fēng)險(xiǎn)節(jié)點(diǎn)的時序風(fēng)險(xiǎn)強(qiáng)度特征，邊權(quán)重由所述加權(quán)風(fēng)險(xiǎn)傳播邊集合中的連接權(quán)重確定； 將所述時序圖網(wǎng)絡(luò)輸入至預(yù)訓(xùn)練的時序圖神經(jīng)網(wǎng)絡(luò)模型，通過時空卷積層對節(jié)點(diǎn)屬性進(jìn)行時間維度上的因果卷積處理，提取相鄰時間步間的風(fēng)險(xiǎn)強(qiáng)度變化模式； 通過所述時序圖神經(jīng)網(wǎng)絡(luò)模型的時空注意力層計(jì)算不同時間步下風(fēng)險(xiǎn)節(jié)點(diǎn)間的動態(tài)關(guān)聯(lián)權(quán)重，生成時空注意力權(quán)重矩陣； 根據(jù)所述時空注意力權(quán)重矩陣對所述時序圖網(wǎng)絡(luò)中的節(jié)點(diǎn)屬性進(jìn)行跨時間步特征聚合，生成各風(fēng)險(xiǎn)節(jié)點(diǎn)的時序隱藏狀態(tài)集合； 將所述時序隱藏狀態(tài)集合輸入至所述時序圖神經(jīng)網(wǎng)絡(luò)模型的多步預(yù)測層，逐時間步解碼生成未來預(yù)設(shè)時間段內(nèi)各風(fēng)險(xiǎn)節(jié)點(diǎn)的風(fēng)險(xiǎn)強(qiáng)度預(yù)測值； 根據(jù)所述風(fēng)險(xiǎn)強(qiáng)度預(yù)測值及所述拓?fù)浣Y(jié)構(gòu)中風(fēng)險(xiǎn)節(jié)點(diǎn)的空間位置，生成所述生態(tài)風(fēng)險(xiǎn)演化網(wǎng)絡(luò)的風(fēng)險(xiǎn)擴(kuò)散時間序列預(yù)測結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人四川省核地質(zhì)調(diào)查研究所，其通訊地址為：610061 四川省成都市錦江區(qū)二環(huán)路東四段298號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。