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！

龙图腾网获悉陕西云创网络科技股份有限公司申请的专利一种多源数据融合的文旅安全监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：CN120450544B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510940461.5，技术领域涉及：G06Q10/067；该发明授权一种多源数据融合的文旅安全监测方法及系统是由金岩;张卓;王文;刘飞设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种多源数据融合的文旅安全监测方法及系统在说明书摘要公布了：本发明公开了一种多源数据融合的文旅安全监测方法及系统，涉及安全监测技术领域，包括，实时获取多源异构数据，并进行预处理，生成结构化数据流，构建初始数字孪生体，基于结构化数据流的变化，触发自适应网格重构，得到动态更新的数字孪生模型，通过动态更新的数字孪生模型，采用图神经网络构建微观、中观和宏观三级耦合风险传导网络，进行跨时空尺度风险分析，生成风险传导分析结果，基于风险传导分析结果在虚拟干预沙盒中模拟N种干预方案，得到N种模拟结果，通过强化学习算法选择最优干预方案，并发送至物理设备实施最优干预方案；本发明通过网格自适应机制实现景区物理与动态状态的高保真映射，支持实时人群分布，优化计算资源分配。

本发明授权一种多源数据融合的文旅安全监测方法及系统在权利要求书中公布了：1.一种多源数据融合的文旅安全监测方法，其特征在于：包括， 实时获取多源异构数据，并进行预处理，生成结构化数据流； 构建初始数字孪生体，基于结构化数据流的变化，触发自适应网格重构，得到动态更新的数字孪生模型； 通过动态更新的数字孪生模型，采用图神经网络构建微观、中观和宏观三级耦合风险传导网络，进行跨时空尺度风险分析，生成风险传导分析结果； 所述采用图神经网络构建微观、中观和宏观三级耦合风险传导网络，具体包括如下步骤， 从动态更新的数字孪生模型提取微观层风险因子、中观层风险因子和宏观层风险因子；微观层风险因子包含个体游客速度和停留时间；中观层风险因子包含区域拥堵指数和传播速度；宏观层风险因子包含气象灾害等级和景区间联动效应； 基于微观层风险因子、中观层风险因子和宏观层风险因子，采用图神经网络构建三级风险传导网络，微观层节点为个体游客，边为空间邻近关系，中观层节点为区域网格，边为地理邻接关系，宏观层节点为景区及相邻景区，边为联动关系，图神经网络通过历史数据训练，输出三级耦合风险传导网络； 所述生成风险传导分析结果，具体包括如下步骤， 通过历史数据训练LSTM模型和改进SEIR模型，得到训练完成的LSTM模型和改进SEIR模型； 从动态更新的数字孪生模型中提取实时游客GPS数据，并格式化为轨迹序列，将轨迹序列输入训练完成的LSTM模型预测微观层的游客轨迹，得到游客轨迹预测结果； 从动态更新的数字孪生模型中提取密度热力图，基于三级风险传导网络和游客轨迹预测结果，采用Navier-Stokes方程模拟中观层拥堵传播，输出拥堵扩散速度和范围； 通过API获取相邻景区状态，从动态更新的数字孪生模型中提取环境数据，基于拥堵扩散速度、范围和三级风险传导网络，将相邻景区状态和环境数据输入训练完成的改进SEIR模型推演宏观层灾害，输出跨景区风险影响范围； 初始化风险场景，整合游客轨迹预测结果、拥堵扩散速度、范围和跨景区风险影响范围，生成风险概率分布，基于风险概率分布生成风险热力图，与游客轨迹预测结果、拥堵扩散速度、范围和跨景区风险影响范围整合为风险传导分析结果； 基于风险传导分析结果在虚拟干预沙盒中模拟N种干预方案，得到N种模拟结果，通过强化学习算法选择最优干预方案，并发送至物理设备实施最优干预方案，具体包括如下步骤， 将风险传导分析结果导入虚拟干预沙盒，虚拟干预沙盒加载干预规则库，生成N种干预方案； 在虚拟干预沙盒中模拟N种干预方案，输出N种模拟结果； 使用Q-Learning评估N种模拟结果，以疏散时间最小化为目标，状态空间为动态数字孪生模型的实时状态，动作空间为干预方案参数，奖励函数为负疏散时间加拥堵缓解程度，选择Q值最高的干预方案作为最优干预方案； 在实施最优干预方案后，采集干预效果数据并与虚拟干预沙盒的模拟结果对比，并调整数字孪生模型参数，同时将干预效果数据推送至管理者。

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陕西云创网络科技股份有限公司，其通讯地址为：710061 陕西省西安市曲江新区雁塔南路300-9号陕西文化大厦C座411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”。

以上内容由龙图腾AI智能生成。