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！

龙图腾网获悉贵州省气象灾害防御中心申请的专利基于多模态数据融合的农业气象灾害时序预测系统及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：CN120559760B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511056249.9，技术领域涉及：G01W1/10；该发明授权基于多模态数据融合的农业气象灾害时序预测系统及方法是由吴海;张洋;许弋;代雷;夏恒;周丽娜;李枚曼;彭雪昶设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本基于多模态数据融合的农业气象灾害时序预测系统及方法在说明书摘要公布了：本发明涉及农业气象预测技术领域，具体涉及基于多模态数据融合的农业气象灾害时序预测系统及方法，通过采集农业气象灾害相关数据并进行预处理，构建动态语义关联图，进行多层特征抽象处理，生成语义增强特征向量；双分支预测网络处理时序依赖和局部模式特征，多粒度注意力处理识别关键特征信息，多尺度特征融合提取不同时间尺度特征信息并进行级联融合；多目标优化模块基于综合特征表示进行模型训练，优化多个目标；多时间尺度预测输出模块生成短期精确预测、中期趋势预测和长期风险评估结果，并提供预测置信度、误差范围和风险等级信息；构建动态语义关联图和多层特征映射机制，实现了多模态数据在语义层面的深度融合。

本发明授权基于多模态数据融合的农业气象灾害时序预测系统及方法在权利要求书中公布了：1.基于多模态数据融合的农业气象灾害时序预测系统，其特征在于，包括： 多模态数据采集模块，用于采集农业气象灾害数据、植物图像数据、土壤类型数据、水分数据、环境参数数据以及历史灾害数据； 数据预处理模块，与所述多模态数据采集模块连接，用于接收所述多模态数据采集模块发送的原始多模态数据，对所述原始多模态数据进行格式统一、异常值清理、缺失值处理、数据降维和去噪处理，生成标准化多模态数据； 语义关联图构建模块，与所述数据预处理模块连接，用于接收所述标准化多模态数据，将所述标准化多模态数据中的每个数据属性抽象为图结构中的节点，基于所述节点间的数据相关性、语义关联性和时空邻近性建立边连接关系，构建表示数据关系的动态语义关联图； 特征映射模块，与所述语义关联图构建模块连接，用于基于所述动态语义关联图进行多层特征抽象处理，通过邻居节点信息聚合和全局语义增强处理，生成语义增强特征向量； 双分支预测网络模块，与所述特征映射模块连接，用于接收所述语义增强特征向量，包括长序列依赖建模分支和并行卷积特征提取分支，所述长序列依赖建模分支用于处理时序依赖关系，所述并行卷积特征提取分支用于捕获局部模式特征，所述长序列依赖建模分支和所述并行卷积特征提取分支通过信息交互机制进行特征信息的双向流动； 多粒度注意力处理模块，与所述双分支预测网络模块连接，用于接收所述双分支预测网络模块的输出结果，通过全局时序注意力层、局部空间注意力层和跨模态关联注意力层识别关键特征信息，进行层次化特征重要性评估，生成注意力加权特征表示； 多尺度特征融合模块，与所述多粒度注意力处理模块连接，用于接收所述注意力加权特征表示，通过小尺度精细特征提取器、中尺度模式识别器和大尺度趋势分析器提取不同时间尺度的特征信息，采用渐进式特征融合策略进行级联融合处理，生成综合特征表示； 多目标优化模块，与所述多尺度特征融合模块连接，用于基于所述综合特征表示进行模型训练，同时优化预测精度目标、时序一致性目标、空间连续性目标和模型复杂度控制目标，通过全局搜索策略和局部精细调节策略进行参数优化； 多时间尺度预测输出模块，与所述多目标优化模块连接，用于基于优化后的模型参数，生成短期精确预测结果、中期趋势预测结果和长期风险评估结果，并通过不确定性量化机制提供预测置信度、误差范围和风险等级信息。

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贵州省气象灾害防御中心，其通讯地址为：550001 贵州省贵阳市南明区新华路翠微巷9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。