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！

龙图腾网获悉辽宁省人工影响天气办公室;成都润联科技开发有限公司申请的专利基于多源数据融合的人工影响天气作业动态预警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：CN120598368B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511099795.0，技术领域涉及：G06Q10/0635；该发明授权基于多源数据融合的人工影响天气作业动态预警方法是由张皓宇;刘旸;单薇薇;栾永明;汤津赢;陈刚;徐萌;徐冰;张寒冰;许德生;刘宽宗设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于多源数据融合的人工影响天气作业动态预警方法在说明书摘要公布了：本发明公开了基于多源数据融合的人工影响天气作业动态预警方法，具体涉及数据风险领域，包括多源气象监测数据采集、数据预处理与分析、多源气象监测数据融合、集中作业风险预警与决策以及持续监控与评估。本发明通过多源数据动态融合显著提升预警时效性，利用时间戳对齐和空间匹配同步整合气象场、设备状态及环境参数，结合深度神经网络实时分析，实现分钟级风险预判，大幅缩短响应时间。其多源协同机制打破数据孤岛，通过数据层、特征层与决策层融合策略，深度关联风场、温湿场数据与雷达信号等异构信息，构建全局风险评估模型，增强复杂气象决策可靠性。

本发明授权基于多源数据融合的人工影响天气作业动态预警方法在权利要求书中公布了：1.基于多源数据融合的人工影响天气作业动态预警方法，其特征在于，包括： S1：多源气象监测数据采集：通过气象探测设备采集多源气象监测数据，多源气象监测数据应覆盖多维度信息，包括气象场数据、探测设备状态数据以及作业环境参数； S2：数据预处理与分析：区域数据处理节点接收来自气象探测设备的数据，对数据进行预处理操作，并对预处理后的数据进行初步分析，筛选有效信息进行传输； S3：多源气象监测数据融合：多源数据融合中心接收来自多个区域数据处理节点的多源气象监测数据，进行数据融合； 多源气象监测数据融合具体包括以下步骤： A1：接收来自各个区域数据处理节点上传的数据，并对同类型的多源气象监测数据进行汇总整理； A2：对多源气象监测数据进行时间戳对齐和空间位置匹配，通过对时间戳的校准与同步，使多源气象监测数据在时间和空间维度上具有一致性； A3：对不同采样频率的数据进行同步处理，确保不同模态的数据在时间分辨率上一致； A4：选择融合方法对处理得到的数据进行数据融合； 数据融合方法包括数据层融合、特征层融合以及决策层融合，其中数据层融合具体包括直接拼接和加权融合，直接拼接是指将不同模态的原始数据或经过初步处理的数据直接进行拼接，加权融合是指根据不同模态数据的重要性或可靠性，给每个模态的数据分配不同的权重，然后进行加权求和；特征层融合具体包括特征选择与组合和特征变换与融合，特征选择与组合是指从不同模态的数据中选择具有代表性的特征，然后将这些特征组合成一个新的特征集合，特征变换与融合是指对不同模态的数据特征进行变换，使其具有相同的特征空间或分布，然后再进行融合；决策层融合具体包括独立分类与结果融合和概率融合，独立分类与结果融合是指对不同模态的数据分别使用独立的分类器或诊断模型进行作业风险预警，得到各自的诊断结果，将这些不同模态数据的诊断结果进行融合，概率融合是指每个独立的诊断模型可以输出风险发生的概率，将这些不同模态数据的风险概率进行融合，得到一个综合的风险发生概率； S4：集中作业风险预警与决策：预警指挥中心接收融合后的数据，通过人工智能模型对融合后的数据进行分析和推理，根据模型输出结果，分析并定位潜在作业风险； 作业风险预警与决策包括以下步骤： B1：预警指挥中心接收多源数据融合中心传递的融合数据，并将其临时存储在缓存区域； B2：选择与加载人工智能模型，加载模型后，根据当前作业风险预警的目标，通过使用历史风险数据对模型进行预训练来对模型进行调整； B3：将临时缓存的数据输入选择适配后的人工智能模型中，接着进行模型分析推理并输出分析结果； S5：持续监控与评估：持续监控潜在作业风险诊断过程中的风险分析结果，评估潜在作业风险诊断方法效果，根据评估效果调整诊断方法； 评估潜在作业风险诊断方法效果具体包括以下步骤： C1：设置一个时间区间，监测并采集该时间区间内的真正例X1、假正例X2、真反例X3以及假反例X4，并采集n个连续的时间区间，分别标记为1、2、…、i、…、n，通过每个时间区间的真正例X1i、假正例X2i、真反例X3i以及假反例X4i计算得到平均真正例、平均假正例、平均真反例以及平均假反例； 真正例X1表示正确预警的高风险天气过程数量，假正例X2表示错误预警的数量，真反例X3表示正确判定为无作业条件的数量，假反例X4表示应预警但未预警的数量； C2：将平均真正例和平均真反例之和除以平均真正例、平均假正例、平均真反例以及平均假反例之和利用公式得到预警准确率ηA，将平均真正例除以平均真正例和平均假正例之和利用公式得到预警精确率ηP，将平均真正例除以平均真正例和平均假反例之和利用公式得到预警召回率ηR，并将预警精确率与预警召回率的乘积除以预警精确率与预警召回率之和并乘以2利用公式F1=2×ηP×ηRηP+ηR得到F1值； C3：将风险检测准确率、预警精确率、预警召回率以及F1值利用公式Score=ω1×ηA+ω2×ηP+ω3×ηR+ω4×F1得到综合风险检测评分Score，Q其中ω1、ω2、ω3以及ω4分别表示风险检测准确率、预警精确率、预警召回率以及F1值的权重系数，其总和为1。

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辽宁省人工影响天气办公室;成都润联科技开发有限公司，其通讯地址为：110000 辽宁省沈阳市和平区长白南路388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。