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！

龙图腾网获悉上海博物馆;华东理工大学申请的专利一种馆藏文物保存环境风险表征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：CN113988519B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202111137766.0，技术领域涉及：G06Q10/0635；该发明授权一种馆藏文物保存环境风险表征方法是由吴来明;蔡兰坤;侍洪波;李丹丹;宋冰;郭磊设计研发完成，并于2021-09-27向国家知识产权局提交的专利申请。

本一种馆藏文物保存环境风险表征方法在说明书摘要公布了：本发明提供一种馆藏文物保存环境风险表征方法，包括以下步骤：S1，构建风险表征系统，获取馆藏文物信息和环境信息；S2，获取环境变量和环境风险指标，确定关键环境变量；S3，构建环境风险状态分级模型，获取预设分级控制限；S4，获取若干实时环境变量，确定当前时刻的分级控制限；S5，比较当前时刻的分级控制限与预设分级控制限，确定当前的风险状态分级，生成风控二维码；S6，将生成的二维码在文物终端设备上显示。本发明通过上述步骤，能够对馆藏文物保存环境的风险进行量化分级并快速、直观地进行表征，使管理者及时充分地掌握馆藏文物保存环境的风险状态，有利于促进及时实施风险处理，提高了对馆藏文物的风险预控和保护能力。

本发明授权一种馆藏文物保存环境风险表征方法在权利要求书中公布了：1.一种馆藏文物保存环境风险表征方法，其特征在于，包括： 步骤S1，提供服务器、与服务器通信连接的多个文物终端设备以及风控系统，利用所述文物终端设备获取馆藏文物信息和环境信息； 步骤S2，所述馆藏文物信息和所述环境信息通过所述服务器输入至所述风控系统，分析每个文物终端设备对应展柜内的馆藏文物所处保存环境中的环境变量和环境风险指标，确定不同类型文物的关键环境变量；包括： 步骤S21：构建环境变量集合X的模型和环境风险指标y的模型如下： ， ， 其中，是所有环境变量的个数，是对馆藏文物所处的保存环境进行采样得到的样本个数，是所有环境变量的序数，表示环境变量集合中第i个环境变量，，是实数集； 步骤S22：对环境变量集合中的每个环境变量以及环境风险指标y进行标准化，标准化后的环境变量的采样值满足如下关系式： ， ， 其中，n是对馆藏文物所处的保存环境进行采样得到的样本个数，表示标准化后的第i个环境变量的第t个采样值，表示第i个环境变量的所有采样值的均值，表示第i个环境变量的所有采样值的标准差，表示环境变量集合中第i个环境变量，表示第i个环境变量的第t个采样值； 标准化后的第i个环境变量的所有采样值组成了标准化后的环境变量； 步骤S23：将每个标准化后的环境变量与标准化后的环境风险指标进行互信息计算，将计算结果按数值从大到小进行排序，将排在前六位的环境变量作为关键环境变量；第i个标准化后的环境变量与标准化后的环境风险指标的互信息满足如下关系式： I=H-H=,， 其中，H表示边缘熵，H表示条件熵，,表示与的联合概率密度，表示的边缘概率密度，表示的边缘概率密度； 步骤S3，根据不同类型文物的环境风险指标和关键环境变量，构建不同类型文物的环境风险状态分级模型，获取不同类型文物环境风险的预设分级控制限；步骤S3进一步包括： 步骤S31：构建以时序相关神经网络为基础的训练模型，作为环境风险状态分级模型； 所述时序相关神经网络包括多头注意力机制模块、残差连接模块、前馈神经网络层、最大池化层、线性层和输出层； 多头注意力机制模块设置为：构造输入的向量的查询向量、键向量以及值向量，将查询向量、键向量和值向量经过线性投影到不同于输入维度后计算得到多头的向量片段，将所有的多头的向量片段进行拼接； 残差连接模块设置为：将每层输入结果与输出结果相加后经过归一化操作；前馈神经网络层由两个全连接层构成，第一层使用激活函数SELU，第二层不使用激活函数；最大池化层设置为在减少参数数量的同时增大感受野，从中选出最为相关的输入； 步骤S32：构建关键环境变量的训练集X与环境风险指标的训练集y，对训练集中的每个关键环境变量和环境风险指标y进行标准化； 步骤S33：将标准化后的关键环境变量和环境风险指标y输入步骤S31构建的训练模型中进行训练，不断利用关键环境变量拟合风险指标y，使神经网络学习到关键环境变量与风险指标y的关系，从而提取出关键环境变量的数据特征h；通过最小化损失函数，完成网络的训练；训练完成后使用神经网络的输出层的前一层的输出结果作为关键环境变量的数据特征h； 步骤S34，根据关键环境变量的数据特征h得出环境风险的预设分级控制限； 所述预设分级控制限满足如下关系式： ， ， 其中，N表示样本个数，表示离线过程中每一个样本点得到的特征，表示特征的平均值；当置信度为0.9时，对应的预设分级控制限为中风险预设分级控制限；当置信度为0.99时，对应的预设分级控制限为高风险预设分级控制限； 步骤S4，利用所述文物终端设备获取馆藏文物的若干实时环境变量，根据所述若干实时环境变量和步骤S3构建的环境风险状态分级模型，获取当前时刻的分级控制限； 步骤S5，将当前时刻的分级控制限与预设分级控制限、进行比较，当时，风险状态等级为低风险，生成绿色二维码，表示馆藏文物保存环境正常；当时，风险状态等级为中风险，生成黄色二维码，表示馆藏文物保存环境存在隐患；当时，风险状态等级为高风险，生成红色二维码，表示馆藏文物保存环境危险； 当前时刻的分级控制限满足如下关系式： ， ， 其中，表示在线过程中表示每一个样本点的特征； 步骤S6，将生成的风控二维码通过所述服务器输入至所述文物终端设备，并在所述文物终端设备的显示界面显示所述风控二维码。

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上海博物馆;华东理工大学，其通讯地址为：200003 上海市黄浦区人民大道201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”。

以上内容由龙图腾AI智能生成。