北京环中睿驰科技有限公司薛超获国家专利权
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!
龙图腾网获悉北京环中睿驰科技有限公司申请的专利基于人工智能的火灾蔓延路径动态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:CN120105062B 。
龙图腾网通过国家知识产权局官网在2025-08-01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:202510188035.0,技术领域涉及:G06F18/213;该发明授权基于人工智能的火灾蔓延路径动态预测方法及系统是由薛超;沈帅;李林辉;黄有波;魏志昂设计研发完成,并于2025-02-20向国家知识产权局提交的专利申请。
本基于人工智能的火灾蔓延路径动态预测方法及系统在说明书摘要公布了:本发明属于人工智能技术领域,公开了基于人工智能的火灾蔓延路径动态预测方法及系统;方法包括:采集火灾现场的图像数据、传感器数据、气象数据、火灾蔓延速率和已燃区域面积;对图像数据进行特征提取,获得图像特征;对传感器数据进行特征提取,获得环境特征;对气象数据进行特征提取,获得气象特征;计算不同模态特征之间的相关性权重,基于相关性权重对不同模态特征进行加权融合获得对齐后的特征向量;基于强化学习机制动态调整模型预测时间步长,获得动态时间步长;根据动态时间步长基于路径预测模型进行火灾路径动态预测;本发明能够精细地捕捉火灾蔓延路径的变化,从而提高预测的准确性。
本发明授权基于人工智能的火灾蔓延路径动态预测方法及系统在权利要求书中公布了:1.基于人工智能的火灾蔓延路径动态预测方法,其特征在于,包括如下步骤: 采集火灾现场的图像数据、传感器数据、气象数据、火灾蔓延速率和已燃区域面积; 基于第一提取模型对图像数据进行特征提取,获得图像特征; 基于第二提取模型对传感器数据进行特征提取,获得环境特征; 基于第三提取模型对气象数据进行特征提取,获得气象特征; 计算不同模态特征之间的相关性权重,基于相关性权重对不同模态特征进行加权融合获得对齐后的特征向量;不同模态特征包括图像特征、环境特征和气象特征; 将对齐后的特征向量作为强化学习机制的输入,基于强化学习机制动态调整路径预测模型预测时间步长,获得动态时间步长: 定义智能体,智能体用于选择并执行动作空间中的动作; 定义状态空间S,状态空间S包括火灾蔓延速率、已燃区域面积、温度和气象数据,获得状态空间S对应的状态向量s; 定义动作空间A,根据预设时间步长取值范围[Δamin,Δamax],其中,Δamax为时间步长最大值;Δamin为时间步长最小值,将预设时间步长取值范围离散化为N个值,得到对应包含N个时间步长取值的动作的动作空间A={a1,a2,…,aN}; 基于动作a预测得到的三维坐标变化量与真实三维坐标变化量的误差设计奖励函数r; 初始化强化学习机制,选择深度Q网络模拟Q值函数Qs,a; 训练过程中,智能体与状态向量交互,预设经验回放缓冲区D,用于记录时间步t对应的四元组st,at,rt,st+1,其中,st为时间步t对应的状态向量,at为时间步t采取的动作,rt为时间步t获得的奖励,st+1为下一时间步对应的状态向量; 从经验回放缓冲区D中随机抽取一组四元组sj,aj,rj,sj+1,其中,j=1,…,M,为对应不同时间步的四元组数量,根据四元组sj,aj,rj,sj+1更新Q网络参数; 智能体采用ε-贪婪策略选择动作; 训练完成后,选择Q值最大的动作作为预测时间步长,基于评估指标根据预设指标阈值对路径预测模型进行评估:评估指标达到预设指标阈值时,获得对应的预设时间步长; 根据动态时间步长基于路径预测模型进行火灾路径动态预测。
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北京环中睿驰科技有限公司,其通讯地址为:100176 北京市大兴区北京经济技术开发区地盛南街甲1号3号楼5层511室;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。