西南民族大学邓彦松获国家专利权
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!
龙图腾网获悉西南民族大学申请的专利一种基于大数据分析的矿山生态检测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:CN121075475B 。
龙图腾网通过国家知识产权局官网在2026-02-17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:202511631384.1,技术领域涉及:G16C20/20;该发明授权一种基于大数据分析的矿山生态检测方法及系统是由邓彦松;朱世丽;刘思微;马岩;曾俊杰设计研发完成,并于2025-11-10向国家知识产权局提交的专利申请。
本一种基于大数据分析的矿山生态检测方法及系统在说明书摘要公布了:本发明提供一种基于大数据分析的矿山生态检测方法及系统,属于矿山生态监测技术领域,本发明提升了矿山生态检测的精度与时效性,实现了多维度数据的精准捕捉;并且针对传统检测依赖经验判断无法量化的缺陷,基于历史数据集训练多子模型组成的关联分析模型,采用LSTM神经网络和DQN强化学习算法训练治理修复优化模型,通过更新函数权衡即时与未来修复收益;将阶段性粉尘源头定位结果、粉尘扩散预测结果及修复效果评估数据集输入该优化模型,生成包含降尘设备参数调整及生态修复辅助措施的优化方案,实现了从数据监测到精准治理的动态优化闭环;能够将检测结果与修复措施联动,从而实现根据矿山生态反馈分析优化矿山粉尘治理策略。
本发明授权一种基于大数据分析的矿山生态检测方法及系统在权利要求书中公布了:1.一种基于大数据分析的矿山生态检测方法,其特征在于,包括以下步骤: S1:获取矿山生态检测的历史基础数据,所述历史基础数据包括历史粉尘数据、历史关联生态数据、历史关联作业数据; S2:对步骤S1中的历史粉尘数据、历史关联生态数据、历史关联作业数据进行数据校准; S3:基于步骤S2中的历史粉尘数据、历史关联生态数据、历史关联作业数据训练大数据分析模型,生成关联分析模型,所述关联分析模型包括: 粉尘源头定位子模型:采用随机森林算法,通过集成决策树构建多分类模型,以历史粉尘数据和历史关联作业数据作为特征向量,形成模型训练样本集,通过决策树投票机制输出各作业环节的粉尘贡献率,实现粉尘源头的量化定位; 粉尘扩散预测子模型:采用计算流体动力学数值模拟方法,结合大气扩散方程构建物理数学耦合模型,输入历史粉尘数据和历史关联作业数据,设定边界条件,通过求解连续性方程、动量方程及扩散方程,输出不同时段的粉尘扩散轨迹; 修复效果评估子模型,采用LSTM神经网络,利用其时序数据处理能力构建回归评估模型,以历史关联生态数据的时序序列作为训练样本,标注对应时段的修复效果等级; S4:实时获取矿山生态检测的动态数据,动态数据包括实时粉尘数据、实时关联生态数据及实时关联作业数据,预设1日为1个时段汇总存储为时段子数据集; S5:汇总7日周期的步骤S4中的时段子数据集,生成动态数据集,然后对动态数据集进行数据校准; S6:将步骤S5中的所述动态数据集输入步骤S3生成的所述关联分析模型,生成7日周期内的阶段性粉尘源头定位结果、阶段性粉尘扩散预测结果、阶段性修复效果评估数据集; S7:基于步骤S6中的所述阶段性修复效果评估数据集,结合步骤S1中的所述历史关联作业数据,采用LSTM神经网络和DQN强化学习算法训练治理修复优化模型; S8:将步骤S6中的所述阶段性粉尘源头定位结果、所述阶段性粉尘扩散预测结果及所述阶段性修复效果评估数据集输入步骤S7中的所述治理修复优化模型,生成包含降尘设备参数调整及生态修复辅助措施的措施优化方案。
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西南民族大学,其通讯地址为:610000 四川省成都市武侯区一环路南四段16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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励