天津大学王蔓玉获国家专利权
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!
龙图腾网获悉天津大学申请的专利一种基于多模态深度学习的森林火灾蔓延与回溯预测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:CN119539178B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202411635621.7,技术领域涉及:G06Q10/04;该发明授权一种基于多模态深度学习的森林火灾蔓延与回溯预测方法是由王蔓玉;李艳志;李国辉;林迪设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。
本一种基于多模态深度学习的森林火灾蔓延与回溯预测方法在说明书摘要公布了:本发明涉及一种基于多模态深度学习的森林火灾蔓延与回溯预测方法,包括以下步骤:数据收集与预处理;使用SwinTransformer图像编码器模块和多头自注意力机制组成的序列编码器模块,对输入数据分别提取空间特征Fspatial和时间特征Ftemporal;利用由交叉注意力机制和前馈层组成的环境引导区域表示学习模块,学习火灾区域与空间环境数据和时间环境数据之间的相关性,结合空间和时间维度生成历史火灾区域的表示;基于历史火灾区域表示A,学习目标火灾区域的时间依赖性,得到目标火灾区域的表示;使用SwinTransformer图像解码器模块,对目标火灾区域表示R进行蔓延预测或回溯预测,输出目标火灾区域T。
本发明授权一种基于多模态深度学习的森林火灾蔓延与回溯预测方法在权利要求书中公布了:1.一种基于多模态深度学习的森林火灾蔓延与回溯预测方法,包括以下步骤: S1,数据收集与预处理:收集研究区域火灾发生时间段的多模态环境信息,包含地形、植被覆盖、燃料分布图、天气信息及遥感卫星图像序列,对数据进行标准化处理和标注,得到历史火灾区域图像序列Is,目标火灾区域图像序列It,遥感卫星图像序列Isatellite,多模态时间环境数据Xtemporal,以及多模态空间环境数据Xspatial,Xspatial={Xtopography,Xvegetation,Xfuel};其中,多模态时间环境数据Xtemporal=Xweather,Xweather为研究区域的模拟起火点的天气数据,多模态空间环境数据Xspatial={Xtopography,Xvegetation,Xfuel},Xtopography,Xvegetation,Xfuel分别为研究区域模拟起火点的地形,植被覆盖、燃料分布数据;以历史火灾区域图像序列Is,多模态时间环境数据Xtemporal,以及多模态空间环境数据Xspatial为模型的输入,通过模型预测目标时间的火灾区域序列,由目标火灾区域图像序列It作为监督; S2,使用SwinTransformer图像编码器模块和多头自注意力机制组成的序列编码器模块,对输入数据分别提取空间特征Fspatial和时间特征Ftemporal; S3,利用由交叉注意力机制和前馈层组成的环境引导区域表示学习模块,学习火灾区域与空间环境数据和时间环境数据之间的相关性,结合空间和时间维度生成历史火灾区域的表示A,方法为: 1通过交叉注意力机制,历史火灾区域图像序列Is的特征Fs作为Q,多模态数据的空间特征Fspatial作为K和V,得到学习火灾区域与空间环境数据的表示Aspatial; 2通过交叉注意力机制,历史火灾区域图像序列Is的特征Fs作为Q,多模态数据的时间特征Ftemporal作为K和V,得到学习火灾区域与时间环境数据的表示Atemporal; 3融合空间环境数据的表示Aspatial和时间环境数据的表示Atemporal,生成历史火灾区域的表示A; S4,时间序列火灾区域回归模块包含自注意力层以及前馈层,基于历史火灾区域表示A,学习目标火灾区域的时间依赖性,得到目标火灾区域的表示R,以适应目标火灾区域的时间分布间隔; 所述目标火灾区域的表示R为: ; 其中, Q=Wq·pos[p1,...,pT],K=WkA,V=WvA 其中,pos[p1,...,pT]表示目标火灾区域图像序列It的时间戳编码,它通过时间戳将图像序列的位置嵌入到查询向量Q中,进而与历史火灾区域的表示A进行关联,捕捉时间序列中的依赖关系; S5,使用SwinTransformer图像解码器模块,对目标火灾区域表示R进行蔓延预测或回溯预测,输出目标火灾区域T; S6,在模拟器生成的火灾场景数据上训练深度神经网络模型,并在真实火灾场景数据上验证模型性能,调整网络参数以减少模拟数据与真实数据之间的差距。
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天津大学,其通讯地址为:300072 天津市南开区卫津路92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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励