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！

龙图腾网获悉齐鲁理工学院申请的专利一种基于多源数据融合与动态学习的工程造价实时评估与预警系统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：CN121327340B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511894738.1，技术领域涉及：G06F18/10；该发明授权一种基于多源数据融合与动态学习的工程造价实时评估与预警系统是由邢满江;赵德艳;邓刚;姜万勇设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于多源数据融合与动态学习的工程造价实时评估与预警系统在说明书摘要公布了：本申请公开了一种基于多源数据融合与动态学习的工程造价实时评估与预警系统，包括：多源数据采集模块，用于对施工过程数据、历史工程数据、市场行情数据和设计图纸数据进行采集；预处理模块，用于将采集的多源数据进行预处理后融合，形成统一时间戳的多维特征向量；混合神经网络评估模块，用于将多维特征向量输入至预先构建的混合神经网络模型中进行造价评估；动态优化学习模块，基于迁移学习策略对混合神经网络评估模块进行在线学习和动态优化处理；区块链存证模块，用于对评估过程中产生的关键数据进行存储；进度监测与预警模块，用于实时监测施工进度，计算进度偏差并触发相应预警。实现了工程造价的精准评估、实时预警和动态优化。

本发明授权一种基于多源数据融合与动态学习的工程造价实时评估与预警系统在权利要求书中公布了：1.一种基于多源数据融合与动态学习的工程造价实时评估与预警系统，其特征在于，包括： 多源数据采集模块，用于对需要工程造价评估的施工过程数据、历史工程数据、市场行情数据和设计图纸数据进行采集； 预处理模块，用于将采集的多源数据进行预处理后融合，形成统一时间戳的多维特征向量； 混合神经网络评估模块，用于将所述多维特征向量输入至预先构建的混合神经网络模型中进行造价评估； 动态优化学习模块，基于迁移学习策略对所述混合神经网络评估模块进行在线学习和动态优化处理，包括： 使用大规模历史工程项目数据对所述混合神经网络模型进行预训练，得到基础模型； 针对目标新工程项目数据与源域数据的分布差异，通过引入领域适配损失函数来减小域间差异，使模型特征适应目标域，计算公式为: 其中，表示领域适配损失；表征特征映射函数，将输入映射到再生核希尔伯特空间RKHS；为源域样本，表示目标域样本；、分别是源域和目标域样本数量；是RKHS空间的范数； 使用目标域的部分标注数据，以较低学习率对经过领域适配的模型参数进行微调，计算公式为： 其中，表示总损失函数；为任务损失，为领域适配损失MMD；表示一致性损失；、、为损失权重系数，满足；表示目标域标注样本数量；，表示目标域样本特征和标签，为特征映射函数，为历史工程项目特征向量，为目标域样本特征向量，表示模型在参数下对输入的预测输出，表示模型在参数下对输入的预测输出； 将实时产生的工程数据输入至微调后的模型中实现特征指标的动态计算； 区块链存证模块，用于对评估过程中产生的关键数据进行哈希计算与分布式存储； 进度监测与预警模块，用于通过图像识别技术实时监测施工进度，计算进度偏差并触发相应预警，包括： 利用部署于现场的摄像头网络或无人机设备采集施工现场图像，并对图像进行去噪、增强及尺寸标准化处理； 使用YOLOv5目标检测算法，对预处理后的图像进行识别，检测并定位图像中的施工机械、人员、材料及结构部件； 根据识别出的施工要素，计算实际完成的工程量及进度百分比； 将实际完成的工程量与计划进度进行比对，得到进度偏差值，并依据预设的偏差等级划分标准，确定当前偏差等级； 根据确定的偏差等级，自动触发相应的预警信号，并生成预警通知。

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齐鲁理工学院，其通讯地址为：250200 山东省济南市章丘区经十东路3028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。