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！

龙图腾网获悉中国矿业大学(北京)申请的专利基于多模态数据融合与动态可视化的不安全行为风险画像生成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：CN120354359B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510472639.8，技术领域涉及：G06F18/25；该发明授权基于多模态数据融合与动态可视化的不安全行为风险画像生成方法是由佟瑞鹏;王乐瑶;李鑫;武琪;杨昂滨设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本基于多模态数据融合与动态可视化的不安全行为风险画像生成方法在说明书摘要公布了：本发明公开了基于多模态数据融合与动态可视化的不安全行为风险画像生成方法，涉及安全管理与风险评估技术领域，包括以下步骤：通过网络通信，持续而实时地采集来自不同模态数据源原始数据，确保整体融合过程所依赖信息具有新鲜度和完整度。本发明通过实时感知与动态调控数据源信息价值，有效识别高频低值冗余数据，避免冗余模态干扰融合结果，提升关键模态信息在风险画像中的主导地位。融合贡献度的动态调整与自适应恢复机制增强了系统对数据变化的响应能力，使生成的不安全行为风险画像更精准、动态、具备针对性，从而提升整体安全监测与事故预警的准确性与可靠性。

本发明授权基于多模态数据融合与动态可视化的不安全行为风险画像生成方法在权利要求书中公布了：1.基于多模态数据融合与动态可视化的不安全行为风险画像生成方法，其特征在于，包括以下步骤： 通过网络通信，持续而实时地采集来自不同模态数据源原始数据，确保整体融合过程所依赖信息具有新鲜度和完整度； 对获取的原始数据进行预处理后，将规范化后的数据源数据组织为数据集合； 从数据集合中提取出反映数据源高频低值冗余的关键指标，对提取的关键指标进行综合分析，刻画数据源获取数据的信息价值密度； 将经过综合分析后的关键指标输入到事先训练好的机器学习模型中，通过机器学习模型对当前数据源信息价值密度进行智能化评估，判断当前数据源是否处于高频低值冗余状态； 当机器学习模型判断当前数据源进入高频低值冗余状态，基于机器学习模型评估结果，降低当前数据源在多模态融合过程中的融合贡献度，削弱当前数据源对整体判断结果的干扰，同时持续监测当前数据源数据变化，当数据源“价值回升”后对融合贡献度进行自适应恢复； 当机器学习模型判断当前数据源进入高频低值冗余状态，基于机器学习模型评估结果，降低当前数据源在多模态融合过程中的融合贡献度，同时持续监测当前数据源数据变化，当数据源“价值回升”后对融合贡献度进行自适应恢复的具体步骤如下： 当机器学习模型判断当前数据源进入高频低值冗余状态，根据模型输出的信息价值密度变化系数与设定的参考阈值进行比对，触发权重调整机制，动态衰减当前数据源在多模态融合过程中的融合贡献度，计算表达式如下： ，式中，是动态调整后的有效融合贡献度，是原始融合贡献度，是衰减速率因子，是信息价值密度变化系数参考阈值，是衰减曲线控制因子； 持续监测该数据源后，一旦机器学习模型重新判定其信息价值密度变化系数大于等于阈值，说明数据源内容变化活跃、信息质量恢复，此时，应基于自适应恢复策略，逐步提升当前数据源的融合贡献度，公式如下： ，式中，是自适应恢复后的融合权重，是被削弱后的最小权重，是恢复速率调节因子，是恢复敏感度控制参数。

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矿业大学(北京)，其通讯地址为：100083 北京市海淀区学院路丁11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。