Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛熙正数字科技有限公司刘德华获国家专利权

青岛熙正数字科技有限公司刘德华获国家专利权

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!

龙图腾网获悉青岛熙正数字科技有限公司申请的专利一种基于工业互联网标识解析的生态环境检验检测信息管理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:CN119991043B

龙图腾网通过国家知识产权局官网在2025-08-22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:202510169761.8,技术领域涉及:G06Q10/10;该发明授权一种基于工业互联网标识解析的生态环境检验检测信息管理系统是由刘德华;张玉香;徐贺;毕特;李文霄;刘军城;刘鹏设计研发完成,并于2025-02-17向国家知识产权局提交的专利申请。

一种基于工业互联网标识解析的生态环境检验检测信息管理系统在说明书摘要公布了:本发明涉及生态环境检验检测领域,尤其涉及一种基于工业互联网标识解析的生态环境检验检测信息管理系统,本发明通过引入工业互联网标识解析技术、时空图卷积网络ST‑GCN和强化学习的动态多路径优化算法,实现环境检测任务的统一标识、数据高效采集与传输、智能化时空关联分析及污染溯源预测。

本发明授权一种基于工业互联网标识解析的生态环境检验检测信息管理系统在权利要求书中公布了:1.一种基于工业互联网标识解析的生态环境检验检测信息管理系统,其特征在于,包括以下模块: 标识解析模块:用于通过工业互联网标识解析技术,为每项生态环境检验检测任务分配唯一标识,支持任务的快速查询与溯源; 数据采集模块:用于通过分布式传感器网络实时采集生态环境监测数据,数据包括但不限于空气质量、水质、土壤; 数据传输模块:用于基于工业互联网协议实现采集数据的安全传输和动态负载均衡,其中,所述数据传输模块采用基于强化学习的动态路径优化算法,实现节点间数据流量的动态调整; 数据管理模块:用于对采集的数据进行存储、分类和分析,采用分布式存储技术实现数据的高效检索; 时空关联分析模块:用于对检测数据进行时空特征建模,分析污染物扩散路径和溯源,其中,所述时空关联分析模块基于时空图卷积网络ST-GCN技术进行时空数据分析;所述的时空关联分析模块具体包括: 时空图构建单元:用于构建包含监测点位置、时间序列和环境参数的时空关联图; 时空特征提取单元:基于ST-GCN模型,对时空关联图进行特征提取,所述ST-GCN模型的核心公式为: 图卷积部分: 时间卷积部分: Ht+1=Conv1DHt,Wt 其中: Hl+1为第l+1层的节点特征矩阵,表示经过当前层图卷积后节点的输出特征,节点特征矩阵表示传感器在每个时刻采集的污染物浓度数据; Hl为第l层的输入特征矩阵,是上一层卷积输出的节点特征,输入数据为传感器实时监测的污染物浓度和其他节点特征,包括历史数据的统计值或关联任务的标识信息; Ak为图的第k种邻接矩阵,表示图中节点之间的连接关系,边表示污染扩散路径,权重由河流流速、传感器间的地理距离或历史污染扩散强度决定; Dk为Ak的度矩阵,定义为Dk[i][j]=∑jAk[i][j];度矩阵用于归一化邻接矩阵,确保卷积操作中节点特征的数值稳定性; Wk l第l层的可学习权重矩阵,与第k种邻接矩阵对应,捕捉图中不同关系的特征, 在污染扩散预测中,权重矩阵用于学习各传感器节点特征对下游节点的影响权重; σ为非线性激活函数,在污染扩散预测中,激活函数使得复杂的时空特征得以捕捉; 为对有K种邻接矩阵的贡献进行求和; Wt为时间卷积的可学习权重矩阵,模型根据历史时间步数据学习污染物浓度变化的规律; Conv1D为一维卷积操作,用于捕捉节点特征的时间变化,在污染扩散预测中,时间卷积提取污染物浓度的时间序列特征,预测未来趋势; Ht为时间步t的输入特征矩阵,节点在当前时间步的特征,包括但不限于污染物浓度、传感器位置的标识信息; Ht+1为时间步t+1的输出特征矩阵,表示经过时间卷积后节点的特征,结合了时序上的变化趋势 用户接口模块:用于提供基于Web和移动端的用户交互功能,支持多角色访问和权限管理。

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青岛熙正数字科技有限公司,其通讯地址为:266100 山东省青岛市崂山区株洲路187-1号崂山智慧产业园2号楼801-1;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”。

免责声明
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。