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！

龙图腾网获悉浪潮光音卫星技术(山东)有限公司申请的专利基于跨域自适应与多模态融合的矿产绿色预测方法及装置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：CN121190241B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511724485.3，技术领域涉及：G06Q50/02；该发明授权基于跨域自适应与多模态融合的矿产绿色预测方法及装置是由王玉娥;张剑;昝友明;穆佳栋;崔苗苗设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于跨域自适应与多模态融合的矿产绿色预测方法及装置在说明书摘要公布了：本发明涉及一种基于跨域自适应与多模态融合的矿产绿色预测方法及装置，属于矿产资源勘探与遥感技术领域。获取多源数据，输入迁移学习模块学习可迁移的模型参数，将获得的数据通过模态门控网络融合，然后通过图构建模型构造线建图，并利用图卷积网络增强；增强后多模态数据输入到嵌入图卷积网络的Transformer编码器，提取矿区空间拓扑结构和光谱特征，经预测头预测获得成矿体潜力概率图；构建环境风险评估模型，通过多目标优化实现“矿体预测准确率最大化”与“环境风险最小化”，通过钻探活动验证矿体预测的准确性。该方法不仅提高了模型的区域泛化能力，还实现了绿色矿产勘探和结果的可解释性，提升了矿产勘探的精度、效率和可持续性。

本发明授权基于跨域自适应与多模态融合的矿产绿色预测方法及装置在权利要求书中公布了：1.基于跨域自适应与多模态融合的矿产绿色预测方法，其特征是，包括步骤如下： S1.获取多源卫星遥感数据、无人机低空高分辨率数据以及地球化学样本数据,并对数据预处理； S2.将获取的数据包括源域数据、目标域数据输入迁移学习模块进行对抗性训练，迁移学习模块包括特征提取器，特征提取器通过极端反转层与并行设计的主任务预测器和域分类器相接，特征提取器从源域数据中提取初步特征，域分类器通过对抗训练，迫使特征提取器生成对源域和目标域均有效的共享特征，从而增强模型的跨域泛化能力，主任务预测器则利用这些共享特征进行矿体潜力预测；通过这种方式，迁移学习模块学到了可迁移的模型参数，包括特征提取器的卷积层权重、域分类器的对抗训练参数以及主任务分类头的权重，这些可迁移的模型参数随后被迁移到目标区域的Transformer编码器中进行初始化； S3.将获得的数据输入模态门控网络计算每个模态权重，加权融合得到多模态融合数据； S4.将多模态融合数据输入图构建模型构造线建图，并利用图卷积网络增强空间信息； S5.增强后多模态数据输入到嵌入图卷积网络的Transformer编码器，提取矿区空间拓扑结构和光谱特征，引入跨模态一致性损失函数，确保不同模态在空间与光谱特征上的逻辑统一,提取特征输入预测头预测获得成矿体潜力概率图；嵌入图卷积网络的Transformer编码器通过结合图卷积网络和Transformer自注意力机制，处理矿区的多模态数据和空间拓扑结构，首先，GCN根据矿区的地质构造信息构建图结构，将每个数据点表示为图中的节点，并进行空间特征聚合，随后，Transformer编码器接收GCN处理后的节点特征，利用自注意力机制捕捉全局依赖关系和长程信息，增强多模态数据之间的联系； S6.通过矿体潜力区的预测精度计算矿体预测准确率，针对矿产开采可能带来的环境风险，基于各种环境指标，构建环境风险评估模型，建立矿体预测准确率和环境风险两个目标函数，通过多目标优化算法实现“矿体预测准确率最大化”与“环境风险最小化”计算； S7.通过钻探活动验证矿体预测的准确性，将钻探反馈数据通过引入深度Q学习计算Q函数，矿体预测模型在每次钻探反馈后利用Q函数调节神经网络权重进行自我调整和优化，得最终预测模型。

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浪潮光音卫星技术(山东)有限公司，其通讯地址为：271100 山东省济南市莱芜区雪野街道邢家峪村北雪野生态软件园7号楼；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。