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！

龙图腾网获悉安徽农业大学申请的专利基于多模态增量学习与动态优化的污染事件评估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：CN121724285B 。

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：202610204789.5，技术领域涉及：G06Q10/063；该发明授权基于多模态增量学习与动态优化的污染事件评估方法是由王永梅;汤婕;邓大鹏设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本基于多模态增量学习与动态优化的污染事件评估方法在说明书摘要公布了：本发明提供了基于多模态增量学习与动态优化的污染事件评估方法，包括：利用引入增量学习机制的自监督预训练模型对多模态数据进行处理，得到各模态语义层面的深层嵌入特征；利用地理拓扑关系构建污染监测节点的拉普拉斯矩阵，并引入时间周期编码模块，将时间信息分解，通过拓扑嵌入与周期嵌入的融合映射，得到污染事件在空间布局与时间演化上的联合表征；利用可学习压缩模块对各模态的嵌入向量进行信息量感知压缩，动态调整特征维度；引入领域自适应门控融合网络，结合环境领域知识与数据驱动的注意力机制，对不同模态特征的贡献度进行动态调节，并利用融合特征对污染事件进行分类。本发明充分利用多源信息，提升了污染事件识别的准确性。

本发明授权基于多模态增量学习与动态优化的污染事件评估方法在权利要求书中公布了：1.基于多模态增量学习与动态优化的污染事件评估方法，其特征在于，包括以下步骤： 步骤S101：从环境污染检测平台采集多模态数据，利用引入增量学习机制的自监督预训练模型对多模态数据进行处理，得到各模态语义层面的深层嵌入特征；其中，多模态数据包括文本模态、图像模态和时序模态，在自监督预训练模型中：引入分布漂移检测机制，设时间时刻模型的特征分布为，新样本分布为，当时，触发增量更新机制；表示漂移阈值，表示KL散度，用于衡量两个概率分布差异；在增量学习更新机制中，采用轻量化参数适配策略，对现有模型参数进行局部更新； 步骤S102：利用地理拓扑关系构建污染监测节点的拉普拉斯矩阵，并引入时间周期编码模块，将时间信息分解为日周期、周周期及季节性成分，通过拓扑嵌入与周期嵌入的融合映射，得到污染事件在空间布局与时间演化上的联合表征； 步骤S103：利用可学习压缩模块对各模态的嵌入向量进行信息量感知压缩，动态调整特征维度，用于平衡信息保留与计算效率；在压缩模块中，以互信息估计与重构误差为优化目标，输出模态内表征矩阵，通过参数化注意力机制驱动语义聚合，将对应模态的信息融合为一个凝练的模态内摘要向量； 步骤S104：引入领域自适应门控融合网络，结合环境领域知识与数据驱动的注意力机制，对不同模态特征的贡献度进行动态调节，得到融合特征； 步骤S105：利用融合特征对污染事件进行分类，在分类结果的基础上，对同一事件从多个维度分别进行分级，输出独立的等级结果；采用注意力机制对各维度分级结果进行自适应加权，形成综合污染等级结论。

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安徽农业大学，其通讯地址为：230000 安徽省合肥市长江西路130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。