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！

龙图腾网获悉陕西金合信息科技股份有限公司申请的专利一种面向智慧园区的智能立体化安防监控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：CN120449102B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510908537.6，技术领域涉及：G06F18/25；该发明授权一种面向智慧园区的智能立体化安防监控方法及系统是由张文泉;于伟毅;张勇;张磊;席朋国;周翔设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种面向智慧园区的智能立体化安防监控方法及系统在说明书摘要公布了：本发明为一种面向智慧园区的智能立体化安防监控方法及系统，涉及安防监控技术领域，包括构建多维度立体感知网络，获取多模态异构数据并进行预处理；将时空图神经网络与贝叶斯网络并行后处理数据，并在决策层通过门控融合机制自适应融合，构建安防监控模型；将预处理后的数据输入所述安防监控模型，分别生成动态特征向量和规则置信度向量；通过决策层级自适应的门控融合机制对两向量进行加权融合，输出实时警报级别、事件类型概率分布及证据摘要。

本发明授权一种面向智慧园区的智能立体化安防监控方法及系统在权利要求书中公布了：1.一种面向智慧园区的智能立体化安防监控方法，其特征在于，包括以下步骤： 利用无人机感知网络、地面固定传感网络和移动物联感知网络，构建多维度立体感知网络，根据所述立体感知网络，获取多模态异构数据并进行预处理； 将时空图神经网络与贝叶斯网络并行且在决策层自适应融合，构建安防监控模型； 将预处理后的所述多模态异构数据输入所述安防监控模型中，通过时空图神经网络处理所述预处理后的多模态异构数据中动态时序数据，获得动态特征向量，通过可微分条件概率模型处理状态事件数据，基于专家库规则生成的条件概率表进行规则推理，输出规则置信度向量；其中，所述通过时空图神经网络处理所述预处理后的多模态异构数据中动态时序数据，获得动态特征向量，包括以下步骤：将监控区域的关键点位作为节点，将节点间的时空关联作为边，以及根据所述动态时序数据获得的邻接矩阵，将所述节点、边和邻接矩阵构建为时空图；所述时空图神经网络中的时空图卷积层提取所述时空图的空间特征以及通过门控时序卷积层获得时空特征；利用所述时空图神经网络的编码器对所述时空特征进行编码处理，生成动态特征向量； 所述通过可微分条件概率模型处理状态事件数据，基于专家库规则生成的条件概率表进行规则推理，输出规则置信度向量，包括以下步骤：将安全相关事件作为贝叶斯网络的节点，基于专家库规则定义的概率依赖关系作为边，构建贝叶斯网络拓扑结构；基于专家库规则定义的网络拓扑和初始条件概率表，构建可微分条件概率模型，其中通过神经网络参数化获取每个非根节点的条件概率表；将所述状态事件数据中事件和状态记录数据映射到所述贝叶斯网络拓扑结构中对应的叶节点，将所述事件和状态的观测数据编码为所述对应的叶节点的嵌入向量；将所述对应的叶节点和所述对应的叶节点的嵌入向量作为证据向量；利用所述证据向量和所述可微分条件概率模型进行概率推理，获取目标事件节点的后验概率分布；根据所述后验概率分布提取目标事件的置信度，生成规则置信度向量； 设计决策层级自适应的门控融合机制，对所述动态特征向量和规则置信度向量进行自适应加权融合，生成多级决策输出，包括实时警报级别、事件类型概率分布及证据摘要，作为安防监控结果，所述门控融合机制包括：将所述动态特征向量和所述规则置信度向量进行维度对齐与拼接，生成融合输入向量；通过门控神经网络生成动态特征向量与规则置信度向量的自适应权重；其中，所述门控神经网络的结构包括两层全连接层，第一层全连接层采用ReLU激活函数，第二层全连接层采用Softmax函数；所述自适应权重中动态特征向量权重α和规则置信度向量权重β，且满足α+β=1；基于所述自适应权重，将所述动态特征向量和所述规则置信度向量进行加权融合，生成融合特征向量；引入多任务决策头，将所述融合特征向量输入所述多任务决策头，生成多级决策输出。

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金合信息科技股份有限公司，其通讯地址为：710119 陕西省西安市高新区天谷八路156号西安软件新城研发基地2期B2座10层01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。