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！

龙图腾网获悉浙江时空智子大数据有限公司申请的专利基于XGBoost-AttentionBiLSTM模型的森林火灾预测方法及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：CN119807891B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411792829.X，技术领域涉及：G06F18/2415；该发明授权基于XGBoost-AttentionBiLSTM模型的森林火灾预测方法及系统是由董恒;赵洋甬;杨李杰;陈欢设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于XGBoost-AttentionBiLSTM模型的森林火灾预测方法及系统在说明书摘要公布了：本发明公开了一种基于XGBoost‑AttentionBiLSTM模型的森林火灾预测方法及系统，其方法包括：S1、构建林火预测样本数据集，S2、构建XGBoost‑AttentionBiLSTM模型并利用林火预测样本数据集进行模型训练学习；S3、其他因子数据处理模块利用地形数据、植被数据提取出地形因子数据、植被因子数据，XGBoost层通过sigmoid激活函数输出野火发生概率；S4、采集预测时间包含时空信息的气象数据、地形数据、植被数据并获取预测时间之前的历史气象数据输入XGBoost‑AttentionBiLSTM模型，并得到野火发生概率。本发明能够得到预测时间各个位置点的野火发生概率，也能输出预警野火点位与对应的野火发生概率，便于及时对预警野火点位进行预防处理。

本发明授权基于XGBoost-AttentionBiLSTM模型的森林火灾预测方法及系统在权利要求书中公布了：1.一种基于XGBoost-AttentionBiLSTM模型的森林火灾预测方法，其特征在于：其方法包括： S1、构建林火预测样本数据集，林火预测样本数据集中的数据按照包含时空信息的地形数据、植被数据、历史气象数据、预测气象数据、野火数据基于时空编码关联存储，预测气象数据为预测时间点的气象数据，历史气象数据为对应预测时间点之前的气象数据； S2、构建XGBoost-AttentionBiLSTM模型并利用林火预测样本数据集进行模型训练学习，XGBoost-AttentionBiLSTM模型包括BiLSTM模型、注意力机制模块、其他因子数据处理模块、全连接层和XGBoost层，BiLSTM模型对历史气象数据按时间序列正向和逆向两个方向信息提取并得到输出向量和最后一个隐藏状态查询向量，BiLSTM模型包括正向LSTM处理单元和逆向LSTM处理单元，正向LSTM处理单元和逆向LSTM处理单元均包含n个STM模块，正向LSTM处理单元按照时间序列正向融合所有气象数据提取信息并输入至逆向LSTM处理单元，逆向LSTM处理单元按照时间序列逆向融合所有气象数据提取信息，逆向LSTM处理单元的每个STM模块都得到一个隐藏状态h1～hn作为输出向量，最后一个隐藏状态hn为查询向量；按照如下公式计算得到得分： ，其中为查询向量的转置，n表示气象数据按时间序列的序列编号，b为正则化项； 注意力机制模块结合得分和输出向量进行关系捕捉、权重分配并融合得到输出结果；注意力机制模块处理包括如下方法：先对得分进行归一化并得到权重系数，表达式如下： ，其中N表示历史气象数据、预测气象数据的序列编号总数； 然后将权重系数与输出向量进行乘积运算得到输出向量，表达式如下：； S3、其他因子数据处理模块利用地形数据、植被数据提取出地形因子数据、植被因子数据，全连接层将步骤S2的输出结果、预测气象数据、地形因子数据、植被因子数据、野火数据进行全连接训练处理输出至XGBoost层，XGBoost层通过sigmoid激活函数输出野火发生概率； S4、采集预测时间包含时空信息的气象数据、地形数据、植被数据并获取预测时间之前的历史气象数据输入XGBoost-AttentionBiLSTM模型，并得到野火发生概率。

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浙江时空智子大数据有限公司，其通讯地址为：315200 浙江省宁波市镇海区庄市街道中官西路777号宁波市国家大学科技园启航楼5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”。