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！

龙图腾网获悉内蒙古大学申请的专利一种数据驱动的洪水分级方法和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：CN120408271B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510487236.0，技术领域涉及：G06F18/24；该发明授权一种数据驱动的洪水分级方法和系统是由罗键;夏成城;高瑞忠;于瑞宏;王国庆;刘晓民;苗平;张璇;白世明设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种数据驱动的洪水分级方法和系统在说明书摘要公布了：本发明公开了一种数据驱动的洪水分级方法和系统，具体涉及洪水分级领域，包括通过多源异构数据接口获取第一分级基准，并利用卷积神经网络提取第一基准特征；同时实时获取各边缘计算节点负载压力值作为第二分级基准，并动态分配提取任务至各边缘计算节点；将第一基准特征输入洪水等级分类模型获取第三分级基准，以达成洪水分级。一种数据驱动的洪水分级方法和系统通过对负载数据的时序建模能力，结合动态分配机制，实现了计算资源需求与节点处理能力的实时匹配，降低实测任务响应延迟；通过双通道架构，实现了空间特征与时序特征的协同优化；通过建立置信度驱动的增量学习机制，提高新型灾害模式识别准确率。

本发明授权一种数据驱动的洪水分级方法和系统在权利要求书中公布了：1.一种数据驱动的洪水分级方法，其特征在于，包括： S1：通过多源异构数据接口获取第一分级基准，第一分级基准包括卫星遥感数据、地面传感器监测数据及社交媒体舆情数据； S2：通过卷积神经网络对所述第一分级基准进行特征提取任务，生成时空同步的第一基准特征；所述第一基准特征包括空间特征向量组、时间特征矩阵及多源融合特征，其中空间特征向量组由光谱纹理特征、地形梯度特征及水文特征图组成； S3：实时获取各边缘计算节点的第二分级基准，第二分级基准为基于深度学习模型预测各边缘计算节点的负载压力值； S4：根据所述第二分级基准，通过深度强化学习算法动态分配第一基准特征的提取任务至各边缘计算节点；所述深度强化学习算法的实施方式，包括： 将第二分级基准拆解为多维状态向量，所述多维状态向量包括节点硬件状态、网络状态及任务特征，其中，节点硬件状态为反应负载压力的物理指标，网络状态为评估节点间数据传输效率的指标，任务特征为量化任务对节点资源的需求程度； 基于多维状态向量，以最大化边缘计算节点的整体处理效率和最小化任务处理延迟为目标，通过离散动作和连续动作生成动态分配策略，其中，离散动作为根据负载压力值输出概率分布，输出可选的边缘节点，连续动作包括对高负载节点将特征提取任务按比例分割至相邻低负载节点和对高时效性要求的任务优先分配至负载压力适中且网络稳定的节点； S5：将所述第一基准特征通过洪水等级分类模型，以获取第三分级基准，包括： S501：通过联邦学习框架融合第一基准特征，并结合水动力模型构建三维洪水演进，以获取洪水分类特征集，所述洪水分类特征集为输入所述洪水等级分类模型的训练数据集； S502：采用双通道神经网络对洪水分类特征集进行学习，并通过动态权重平均算法调整洪水等级分类模型参数； S503：对洪水等级分类模型的分类层进行增量优化； S504：构建目标流域的灾害链拓扑关系，并反馈至洪水等级分类模型； S505：构建多级验证体系，并对洪水等级分类模型进行实时更新校正； S6：基于第三分级基准建立分级预警触发机制，并反馈至分级决策终端。

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内蒙古大学，其通讯地址为：010010 内蒙古自治区呼和浩特市赛罕区大学西路235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。