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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品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：CN120542667B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202511015097.8，技术领域涉及：G06Q10/04；该发明授权基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品是由李贺文;罗晓芹;王爱杰;王鸿程;陶彧设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品在说明书摘要公布了：本申请公开了一种基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品，涉及自然灾害风险预测技术领域，所述方法包括：采集多模态城市水文数据；对所述多模态城市水文数据进行分层时间建模，提取时间嵌入向量；基于所述时间嵌入向量构建异构图，对所述异构图进行空间特征聚合计算，得到空间嵌入表示；根据所述空间嵌入表示进行多层级预测，得到多粒度内涝风险指标。通过多模态数据采集与预处理、分层时间建模、异构图构建与空间特征聚合计算以及多层级预测，有效融合多模态城市水文数据，实现全面准确的城市内涝风险预测。

本发明授权基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品在权利要求书中公布了：1.一种基于时空图学习的城市内涝风险多层级预测方法，其特征在于，所述基于时空图学习的城市内涝风险多层级预测方法包括： 采集多模态城市水文数据； 对所述多模态城市水文数据进行分层时间建模，提取时间嵌入向量； 基于所述时间嵌入向量构建异构图，对所述异构图进行空间特征聚合计算，得到空间嵌入表示； 根据所述空间嵌入表示进行多层级预测，得到多粒度内涝风险指标； 其中，所述时间嵌入向量包括节点时间嵌入向量、边级时间嵌入向量、以及图级时间嵌入向量，所述对所述多模态城市水文数据进行分层时间建模，提取时间嵌入向量的步骤包括： 对所述多模态城市水文数据进行数据预处理； 基于数据预处理后的多模态城市水文数据构建时间序列，所述时间序列包括节点时间序列、边级时间序列、以及图级时间序列； 将所述节点时间序列输入预先构建的节点时间模型进行时间建模，得到所述节点时间嵌入向量； 将所述边级时间序列输入预先构建的边级时间模型进行时间建模，得到所述边级时间嵌入向量； 将所述图级时间序列输入预先构建的图级时间模型进行时间建模，得到所述图级时间嵌入向量； 其中，所述基于所述时间嵌入向量构建异构图，对所述异构图进行空间特征聚合计算，得到空间嵌入表示的步骤包括： 获取城市结构化空间信息，基于所述城市结构化空间信息构建异构图； 引入所述节点时间嵌入向量作为所述异构图的节点特征表示，所述边级时间嵌入向量作为所述异构图的边特征表示，所述图级时间嵌入向量作为所述异构图的虚拟节点或广播式全连接变量，得到特征初始化异构图； 将所述特征初始化异构图输入预先构建的图神经网络模型开展空间特征聚合计算，得到联合嵌入向量；该步骤具体包括：将所述特征初始化异构图输入所述图神经网络模型，为所述特征初始化异构图中不同类型的节点集合分别定义独立聚合函数，基于所述独立聚合函数确定所述节点集合的节点局部聚合特征；基于所述节点局部聚合特征和预定义的边类型相关变换矩阵进行边关系建模，得到边关系调整后的节点局部聚合特征；根据元路径机制或门控融合模块对边关系调整后的节点局部聚合特征进行跨类型结构性信息交换，得到联合嵌入向量； 对所述联合嵌入向量进行多轮卷积与结构增强，得到空间嵌入表示。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。