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！

龙图腾网获悉应急管理部国家自然灾害防治研究院申请的专利一种基于可解释深度学习的森林火险评估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：CN121073204B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511188591.4，技术领域涉及：G06Q10/0635；该发明授权一种基于可解释深度学习的森林火险评估方法是由马晨宇;杨思全;崔静;李强;王鑫乾;郭家昌;瞿冲设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种基于可解释深度学习的森林火险评估方法在说明书摘要公布了：本发明公开了一种基于可解释深度学习的森林火险评估方法，涉及林业防灾技术领域，包括，对采集多源异构数据并进行预处理，生成多维数据立方体；基于多维数据立方体，抽取形成森林火险的逻辑关系，基于森林火险的逻辑关系，构建森林火险领域知识图谱；基于多维数据立方体为训练样本，构建并训练概念瓶颈可解释深度学习模型，将输入到概念瓶颈可解释深度学习模型中的多维数据立方体，映射到由森林火险领域知识图谱定义的语义概念层。本发明通过采集多源异构数据生成多维数据立方体，构建森林火险领域知识图谱，并训练概念瓶颈可解释深度学习模型，将输入数据映射到语义概念层，输出火险等级与概念激活结果。

本发明授权一种基于可解释深度学习的森林火险评估方法在权利要求书中公布了：1.一种基于可解释深度学习的森林火险评估方法，其特征在于：包括， 采集多源异构数据并进行预处理，生成多维数据立方体，所述多维数据立方体包含原始遥感影像、气象时序数据、数字高程模型数据及历史森林火点记录矢量数据； 基于多维数据立方体，通过因果算法抽取形成森林火险的逻辑关系，基于森林火险的逻辑关系，构建森林火险领域知识图谱； 基于多维数据立方体为训练样本，构建并训练概念瓶颈可解释深度学习模型，包括以下步骤： 将多维数据立方体输入由3DCNN和LSTM构成的双分支编码器，提取并融合时空特征，得到高级融合特征张量； 将高级融合特征张量输入概念层，通过Sigmoid激活函数计算得到语义概念存在的概率向量； 将语义概念存在的概率向量输入到自注意力网络，计算概念间的相关性权重，得到经过加权的概念重要性向量； 将加权的概念重要性向量输入线性分类器，使用Softmax函数进行计算得到火险等级概率分布； 结合火险等级的真实标签和概念的真实标签，计算主任务损失、概念预测损失和注意力稀疏损失，求和得到概念瓶颈可解释深度学习模型的总损失值； 使用反向传播算法，以最小化总损失值为目标，对从编码器到分类器的模型参数进行迭代更新，得到训练好的概念瓶颈可解释深度学习模型； 对多维数据立方体进行批量归一化处理，生成规范化多维输入张量，将输入张量输入多模态特征编码器，得到规范化高级向量，将规范化高级向量输入概念感知注意力模块，得到空间注意力权重图； 将概念注意力权重图与高级融合特征张量进行逐元素相乘并结合残差连接，得到加权后的注意力感知特征张量； 将注意力感知特征张量展平后输入概念层，使用Sigmoid激活函数得到语义概念层激活结果； 利用分类器权重矩阵与语义概念层激活结果，得到语义概念层激活结果对火险等级预测的贡献度分布矩阵，将概念激活向量输入到线性分类器得到火险等级结果； 将森林火险领域知识图谱中的规则转换为可微的约束损失函数，使用可微的约束损失函数对概念瓶颈可解释深度学习模型的训练过程进行联合优化； 将经过联合优化的概念瓶颈可解释深度学习模型部署为风险评估服务； 基于风险评估服务，接收火险等级结果与语义概念层激活结果，生成可解释性森林火险评估报告。

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应急管理部国家自然灾害防治研究院，其通讯地址为：100085 北京市海淀区安宁庄路1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。