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！

龙图腾网获悉中国地质调查局军民融合地质调查中心申请的专利基于人工智能与多源数据融合的冰湖馈决监测预警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：CN120472620B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510971556.3，技术领域涉及：G08B21/10；该发明授权基于人工智能与多源数据融合的冰湖馈决监测预警方法是由黄峻川;朱晓帆;兰永平;周仁强;刘沛;张敖;杨丛鑫设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本基于人工智能与多源数据融合的冰湖馈决监测预警方法在说明书摘要公布了：本发明公开了基于人工智能与多源数据融合的冰湖馈决监测预警方法，属于自然灾害监测技术领域，其具体包括：通过跨模态自监督学习提取多时空数据的冰湖状态特征向量并构建三维虚拟冰湖模型；基于特征向量，用有限元方法构建冰川三维应力场模型、图神经网络构建渗流通道图模型，融合两者特征形成力学‑渗流耦合状态向量；构建脉冲神经网络模拟冰川裂隙扩展与渗流突变脉冲事件；构建异构图联邦架构并结合动态加权聚合策略输出联邦权重矩阵；融合联邦学习权重和三维模型输出结果，经贝叶斯神经网络计算溃决后验概率，生成四级预警信号；本发明实现了冰湖状态多维度表征与耦合过程模拟，提升了预警准确性与时效性。

本发明授权基于人工智能与多源数据融合的冰湖馈决监测预警方法在权利要求书中公布了：1.基于人工智能与多源数据融合的冰湖馈决监测预警方法，其特征在于，包括： S1：通过跨模态自监督学习方法对获取的多时空数据进行联合特征提取，得到冰湖状态特征向量，构建三维虚拟冰湖模型； S2：基于冰湖状态特征向量，使用有限元方法构建冰川三维应力场模型，得到应力场数据，同时，利用图神经网络构建渗流通道图模型，得到图神经网络的渗流网络特征，通过特征级联机制融合应力场数据和渗流网络特征，形成力学-渗流耦合状态向量； S3：构建脉冲神经网络，根据力学-渗流耦合状态向量模拟冰川裂隙扩展与渗流突变的脉冲事件，并采用事件驱动学习算法动态触发脉冲发放； S4：构建异构图联邦架构，结合动态加权聚合策略，输出联邦权重矩阵； S5：融合联邦学习权重和三维虚拟冰湖模型的输出结果，通过贝叶斯神经网络计算溃决后验概率，生成四级预警信号； 所述S4的具体步骤包括： S4.1：将冰川区域划分为N个子区域，每个子区域作为一个联邦节点； S4.2：每个联邦节点本地训练脉冲神经网络和贝叶斯神经网络； S4.3：通过动态加权聚合策略整合各联邦节点中脉冲神经网络和贝叶斯神经网络的模型参数，输出联邦权重矩阵； 所述动态加权聚合策略的具体步骤包括： 根据各联邦节点数据质量和历史预测精度分配权重； 采用梯度下降法优化聚合分配的权重； 所述S5中贝叶斯神经网络的计算过程包括： S5.1：将所述联邦权重矩阵和所述三维虚拟冰湖模型的输出结果输入至贝叶斯神经网络的输入层；所述联邦权重矩阵作为贝叶斯神经网络隐藏层的初始化参数；所述三维虚拟冰湖模型的输出结果经拼接后形成特征向量，输入至贝叶斯神经网络输入层； S5.2：通过蒙特卡洛方法采样估计溃决后验概率分布； S5.3：根据溃决后验概率分布，结合预设的概率阈值，生成蓝、黄、橙、红四级预警信号；所述预警信号的更新频率为每6小时一次。

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中国地质调查局军民融合地质调查中心，其通讯地址为：610036 四川省成都市金牛区茶店子路399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”。