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！

龙图腾网恭喜四川省自然资源科学研究院(四川省生产力促进中心)申请的专利基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备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：CN119670583B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202510191850.2，技术领域涉及：G06F30/27；该发明授权基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备是由甘先霞;罗勇;陈建华;张洪吉;陈青松;谭小琴;张鑫设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备在说明书摘要公布了：本申请公开了一种基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备，涉及滑坡危险性评价与预测技术领域。所述方法是先基于滑坡影响因子数据，结合卷积神经网络提出了一种区域滑坡危险性静态评价方式，然后构建元胞自动机，以及基于静态评价结果数据，深入分析滑坡演化过程中滑坡危险性状态在时间上的因果关系和空间上的相互关系，并基于密集连接卷积神经网络DenseNet构建集成有时间特征和空间特征的演化规则，最后在元胞自动机中运用该演化规则进行滑坡危险性级别值预测以得到区域滑坡危险性动态预测结果，如此可克服单一演化规则的局限性，提高预测精度，为滑坡灾害防范提供科学支撑，进而易于满足防灾减灾的现实需求，具有广阔的应用前景。

本发明授权基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备在权利要求书中公布了：1.一种基于CNN和CA的区域滑坡危险性评价预测方法，其特征在于，包括：收集目标区域在当前最近连续个历史单位时期的滑坡点数据以及所述目标区域的基础数据，其中，表示大于等于十的正整数；根据所述滑坡点数据，处理得到与当前最近连续个历史单位时期一一对应且具有相同元素数目的个滑坡点与非滑坡点集合，其中，表示小于等于的正整数，所述滑坡点与非滑坡点集合包含有个滑坡点和个非滑坡点，和分别表示正整数；根据所述基础数据，处理生成所述目标区域且与用于影响滑坡危险性评价的多个静态因子一一对应的多个栅格化影响因子分布图以及所述目标区域且与用于影响滑坡危险性评价的多个动态因子一一对应的多个栅格化影响因子分布时序图组，其中，所述栅格化影响因子分布时序图组包含有相应动态因子且与所述当前最近连续个历史单位时期一一对应的个栅格化影响因子分布图；对所述目标区域进行空间剖分以得到规则正方形格网，并针对在所述规则正方形格网中的各个格网单元，根据所述多个栅格化影响因子分布图、所述多个栅格化影响因子分布时序图组以及所述个滑坡点与非滑坡点集合，基于卷积神经网络CNN获得对应且与所述当前最近连续个历史单位时期一一对应的个滑坡危险性级别值，其中，所述滑坡危险性级别值是指与滑坡低危险性级别、滑坡中危险性级别或滑坡高危险性级别对应的标签值；根据所述规则正方形格网构建如下的元胞自动机CA：在整个元胞空间中定义与在所述规则正方形格网中的所有格网单元一一对应的所有元胞、元胞所对应的状态和演化规则，并针对所述各个格网单元，使对应元胞的元胞邻居关系与对应的格网单元邻居关系保持一致；根据所述各个格网单元的所述个滑坡危险性级别值，以所述各个格网单元的滑坡危险性级别值在相邻两历史单位时期的状态转变情况和所述各个格网单元的实际空间位置为基础，基于密集连接卷积神经网络DenseNet获得集成有时间特征和空间特征的演化规则；按照如下方式启动所述元胞自动机CA：以与在所述当前最近连续个历史单位时期中的某对相邻两历史单位时期对应的滑坡危险性级别值为基础提取得到用于演化预测的初始状态，然后基于所述集成有时间特征和空间特征的演化规则更新所述所有元胞的状态，得到所述各个格网单元在位于所述某对相邻两历史单位时期之后的下一个单位时期的预测滑坡危险性级别值，并以所述某对相邻两历史单位时期以及所述下一个单位时期为一个迭代周期，不断往后迭代更新所述所有元胞的状态，直到得到所述各个格网单元在目标单位时期的预测滑坡危险性级别值，其中，所述目标单位时期为在时序上位于所述某对相邻两历史单位时期之后的一个单位时期；汇总所述各个格网单元在所述目标单位时期的预测滑坡危险性级别值，得到所述目标区域在所述目标单位时期的区域滑坡危险性动态预测结果。

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四川省自然资源科学研究院(四川省生产力促进中心)，其通讯地址为：610000 四川省成都市一环路南2段24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”。