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！

龙图腾网获悉山东港云数字科技有限公司申请的专利一种动产质押融资风险评估系统及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：CN120525625B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511028108.6，技术领域涉及：G06Q40/02；该发明授权一种动产质押融资风险评估系统及方法是由李海丰;刘龙;洪士栋;王文昊;李新占设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种动产质押融资风险评估系统及方法在说明书摘要公布了：本发明涉及金融科技技术领域，具体涉及一种动产质押融资风险评估系统及方法，包括：通过部署于质押物存储环境的多类型传感器，实时获取物理状态数据集，基于材料特性退化子模型与环境应力累积子模型，融合历史损耗数据映射表，构建退化耦合模型，计算质押物实时价值系数，结合灰色关联度模型，生成动态质押率偏离度指标，当偏离度超过动态阈值区间时，基于表面形变特征矩阵的几何变异系数和内部结构完整性指数计算处置紧急等级，调用对应梯度处置策略模板，生成并执行包含自动补充质押物、利率调整和强制平仓的梯度处置指令集。本发明，可实现对质押物风险状态的动态精准评估与可信处置，提升动产融资业务的安全性与响应效率。

本发明授权一种动产质押融资风险评估系统及方法在权利要求书中公布了：1.一种动产质押融资风险评估方法，其特征在于，包括以下步骤： S1：通过部署在质押物存储环境的监测设备实时获取物理状态数据，所述物理状态数据包括表面形变特征、内部密度分布和环境腐蚀参数；具体包括： S11：通过部署在质押物存储环境的三维激光扫描仪阵列实时采集表面点云数据，利用预设的基准几何模型进行差分计算，生成毫米级精度的表面形变特征； S12：将所述表面形变特征输入高斯滤波器进行运动噪声消除，同时通过超声波密度探测器阵列采集横纵波速比数据，结合小波去耦算法分离出内部密度分布，并采用电化学腐蚀传感器组连续监测环境中的硫化物浓度、湿度及温度参数，经卡尔曼滤波处理后生成环境腐蚀参数； S13：将预处理后的表面形变特征、内部密度分布和环境腐蚀参数按时间序列进行时空对齐，通过数据融合网关整合生成物理状态数据，其中所述物理状态数据包括带有时间戳的表面形变特征矩阵、内部密度分布张量及环境腐蚀参数向量； S2：将所述物理状态数据输入动态评估模型，输出质押物实时价值系数，其中所述动态评估模型基于历史损耗数据训练获得，包括材料特性退化子模型和环境应力累积子模型；具体包括： S21：将所述物理状态数据中的表面形变特征矩阵输入材料特性退化子模型，通过预训练的LSTM神经网络提取时间维度下的材料疲劳度序列，并基于内部密度分布张量计算密度梯度变化率，生成第一退化因子； S22：将所述环境腐蚀参数向量输入环境应力累积子模型，采用动态时间规整算法对齐硫化物浓度、湿度及温度参数的时序关系，通过Weibull分布拟合腐蚀速率曲线，结合表面形变特征矩阵的空间分布权重，生成第二退化因子； S23：将所述第一退化因子与第二退化因子输入退化耦合模块，利用迁移学习框架中保存的历史损耗数据映射表，对两者进行自适应加权融合，其中权重系数根据物理状态数据的时效性动态调整，输出质押物实时价值系数； 所述迁移学习框架中保存的历史损耗数据映射表的构建方法包括： S24：从所述物理状态数据中提取历史表面形变特征矩阵、历史内部密度分布张量及历史环境腐蚀参数向量，与加速老化实验数据库中的人工加速退化数据进行时空对齐，生成退化特征对照表； S25：将所述历史环境腐蚀参数向量输入环境应力累积子模型，计算理论腐蚀速率曲线，并与实际监测的环境腐蚀参数向量进行残差分析，生成环境应力修正系数； S26：基于所述退化特征对照表和环境应力修正系数，通过对抗生成网络构建现场服役数据与加速老化实验数据的跨场景映射关系，生成所述历史损耗数据映射表，其中所述历史损耗数据映射表包括表面形变特征矩阵的疲劳度转换因子、内部密度分布张量的结构衰减系数及环境腐蚀参数向量的时变加速因子； S3：将所述实时价值系数与企业信用评分、行业风险指数进行多维度融合，生成动态质押率偏离度指标； S4：若所述偏离度指标超过预设阈值时，触发智能合约执行梯度处置策略，所述梯度处置策略包括自动补充质押物指令、利率调整指令和强制平仓指令的优先级组合。

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山东港云数字科技有限公司，其通讯地址为：266000 山东省青岛市市北区大港街道北区港青路6号航运金融中心A栋28楼；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。