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！

龙图腾网获悉中国测绘科学研究院申请的专利大区域潜在滑坡早期智能识别的方法及装置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：CN119990830B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510459351.7，技术领域涉及：G06Q10/0637；该发明授权大区域潜在滑坡早期智能识别的方法及装置是由魏钜杰;张永红;吴宏安;康永辉设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本大区域潜在滑坡早期智能识别的方法及装置在说明书摘要公布了：本发明的一种大区域潜在滑坡早期智能识别的方法及装置，属于图像目标识别及地质灾害监测技术领域，方法包括步骤：采集滑坡区域的历史数据，获取地表形变速率和坡度数据，构成样本数据集；构建由数据输入层、特征编码网络和识别结果输出层组成的潜在滑坡识别模型，所述特征编码网络由9个级联的特征学习模块组成，每个特征学习模块由网络隐藏层和数据归一化层组成；对潜在滑坡识别模型进行训练和验证，获得最终的潜在滑坡识别模型；获得监测区域的实测数据；将实测数据输入最终的潜在滑坡识别模型，输出监测区域的潜在滑坡识别结果。本发明实现了大区域范围内潜在滑坡候选点和非隐患点的区分，为滑坡灾害防治提供了可靠的技术支撑。

本发明授权大区域潜在滑坡早期智能识别的方法及装置在权利要求书中公布了：1.一种大区域潜在滑坡早期智能识别的方法，其特征在于，包括如下步骤： 步骤S1，采集滑坡区域的历史数据，所述历史数据包括SAR卫星时间序列数据和数字高程模型DEM，基于FS-InSAR技术获取地表形变速率，利用数字高程模型DEM反演坡度数据，并结合在册滑坡的位置信息进行判读解译，构成包含训练样本集和验证样本集的样本数据集； 步骤S2，构建潜在滑坡识别模型，所述潜在滑坡识别模型由数据输入层、特征编码网络和识别结果输出层组成，所述数据输入层用于接收包含地表形变速率和坡度的数据组合作为输入数据；所述特征编码网络由9个级联的特征学习模块组成，每个特征学习模块由网络隐藏层和数据归一化层组成，所述网络隐藏层由m个神经元构成，每个神经元自适应学习输入数据的融合特征；所述数据归一化层采用参数可学习的一维批量归一化操作； 步骤S3，基于训练样本集和验证样本集对潜在滑坡识别模型进行训练和验证，获得最终的潜在滑坡识别模型； 步骤S4，采集监测区域的SAR卫星时间序列数据和数字高程模型DEM，基于FS-InSAR技术获得地表形变速率，利用数字高程模型DEM计算坡度数据，形成实测数据； 步骤S5，将实测数据输入最终的潜在滑坡识别模型，输出监测区域的潜在滑坡识别结果； 所述网络隐藏层的输出特征表示为： ， 式中，为ReLU激活函数；是连接第l隐藏层第i个神经元与第l+1隐藏层第j个神经元的权重，为第l+1隐藏层第j个神经元的偏置；j，i分别表示当前隐藏层和上一隐藏层的神经元索引，j=1、2…ml+1，ml+1为第l+1隐藏层中神经元个数，i=1、2…ml；当l=1、2…9时，为第l隐藏层第i个神经元的输出特征，ml为第l隐藏层中神经元个数；当l=0时，表示数据输入层的输入数据x，即地表形变速率和坡度，此时ml为输入数据的维数，即ml=2；隐藏层个数为9，各隐藏层的神经元个数依次为2048、1024、512、256、128、64、32、16和8。

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中国测绘科学研究院，其通讯地址为：100036 北京市海淀区莲花池西路28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”。