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！

龙图腾网获悉成都大学申请的专利基于可解释性智能算法的广域滑坡快速识别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：CN120524834B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202511017942.5，技术领域涉及：G06F30/27；该发明授权基于可解释性智能算法的广域滑坡快速识别方法是由李骅锦;宋棚程;何雨森;唐然;范占锋;王潇;朱宇;何书仪设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于可解释性智能算法的广域滑坡快速识别方法在说明书摘要公布了：本发明公开了基于可解释性智能算法的广域滑坡快速识别方法，涉及遥感科学与技术领域，通过多源时空数据融合与知识图谱动态赋权，构建双通道特征提取架构：轻量化CNN捕捉影像局部纹理，图卷积网络建模地质空间关联性，结合SHAP值与因果推理生成可解释的贡献度热力图与规则链；引入知识图谱双向验证系统，利用先验规则校验空间逻辑矛盾，并基于误判样本触发模型与规则库协同进化；输出多维度可信度报告，以蒙特卡洛Dropout量化不确定性，按角色定制解释粒度；采用地形自适应的分块‑流式处理架构，结合边缘轻量化部署与联邦学习，实现广域实时预警与模型动态更新。本方案突破传统黑箱模型局限，形成物理驱动、透明决策、秒级响应的防灾闭环。

本发明授权基于可解释性智能算法的广域滑坡快速识别方法在权利要求书中公布了：1.基于可解释性智能算法的广域滑坡快速识别方法，其特征在于，包括： S1、基于卫星遥感影像、高精度地形数据、地质构造图、历史滑坡数据库及实时气象数据，构建多源时空数据集；通过地学知识图谱动态生成特征权重，对输入数据进行归一化与特征增强； S2、采用双通道特征提取器，第一通道采用轻量化卷积神经网络提取遥感影像的局部纹理特征，第二通道采用图卷积网络建模地形与地质要素的空间关联性；集成SHAP值与因果推理算法，生成每个预测结果的贡献度热力图与逻辑规则链； S3、建立滑坡识别结果与地学知识图谱的双向验证系统，利用知识图谱中的先验约束对模型输出的疑似滑坡区域进行空间逻辑校验；当用户标记的误判样本触发阈值时，自动启动模型微调模块，同步更新知识图谱中的动态规则库； S4、生成包含多维度可信度指标的可视化报告，通过蒙特卡洛Dropout计算滑坡概率预测的标准差，标注低置信度区域；按用户角色定制解释粒度，输出特征贡献度排序、规则链、历史相似案例对比； S5、广域实时计算，采用分块－流式处理架构实现大规模区域快速识别；根据GPU显存容量与地形复杂度动态调整影像分块大小，优先处理高风险区域；在无人机、地面监测站部署轻量化模型，通过联邦学习实现边缘端实时推理与云端模型同步更新。

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成都大学，其通讯地址为：610100 四川省成都市龙泉驿区外东十陵镇；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”。