Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏省测绘研究所舒飞跃获国家专利权

江苏省测绘研究所舒飞跃获国家专利权

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!

龙图腾网获悉江苏省测绘研究所申请的专利一种基于深度学习的自然资源调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:CN121258148B

龙图腾网通过国家知识产权局官网在2026-03-06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:202511822836.4,技术领域涉及:G06Q10/0631;该发明授权一种基于深度学习的自然资源调控方法及系统是由舒飞跃;张爱明;蔡勇;张戬;吴勤书;谈帅;戴亮亮;周静;唐天琪设计研发完成,并于2025-12-05向国家知识产权局提交的专利申请。

一种基于深度学习的自然资源调控方法及系统在说明书摘要公布了:本发明提供了一种基于深度学习的自然资源调控方法及系统,涉及自然资源调控技术领域,方法包括:获取多源异构数据;提取所述多源异构数据的资源供需动态特征和资源空间分布特征;提取所述多源异构数据的深层时序特征;融合所述深层时序特征、资源供需动态特征和资源空间分布特征,得到融合特征;根据所述融合特征,通过多尺度时空预测模型,预测自然资源的未来时空状态;根据所述未来时空状态,通过AC‑RL算法,对所述自然资源进行调控。本发明能够著提升自然资源调控的预测性、精确性与鲁棒性,有效提高资源配置效率与风险响应能力。

本发明授权一种基于深度学习的自然资源调控方法及系统在权利要求书中公布了:1.一种基于深度学习的自然资源调控方法,其特征在于,包括: S1:获取多源异构数据; S2:提取所述多源异构数据的资源供需动态特征和资源空间分布特征; 其中,在所述S2之后,S3之前还包括: 根据所述资源供需动态特征和所述资源空间分布特征,计算自然资源异常度,其中,所述自然资源异常度具体包括:资源空间分布异常度和资源供需异常度; 当所述自然资源异常度大于阈值时,进入步骤S3;当所述自然资源异常度小于或者等于阈值时,返回步骤S1; S3:通过时序卷积网络与循环神经网络提取所述多源异构数据的深层时序特征; S4:融合所述深层时序特征、所述资源供需动态特征以及所述资源空间分布特征,得到融合特征; S5:根据所述融合特征,通过多尺度时空预测模型,预测自然资源的未来时空状态; 其中,所述多尺度时空预测模型具体包括:输入模块、融合特征构建模块、多尺度空间特征提取模块、时空编码模块、时空解码模块、状态预测模块、时空映射模块以及输出模块; 所述S5具体包括: S501:在所述输入模块中,输入所述融合特征; S502:在所述融合特征构建模块中,将所述融合特征按照空间网格组织成多通道栅格图,得到时空特征图; S503:在所述多尺度空间特征提取模块中,对所述时空特征图进行多尺度特征提取,得到多尺度空间特征序列; S504:在所述时空编码模块中,通过ConvLSTM编码器,对所述多尺度空间特征序列进行时空编码,得到编码器状态,其中,所述编码器状态具体包括解码器隐藏状态序列和解码器记忆单元序列: S505:在所述时空解码模块中,对所述编码器状态进行时空解码,得到未来融合特征序列; 所述S505具体包括: S5051:对所述解码器隐藏状态序列和所述解码器记忆单元序列进行加权,得到种子隐藏状态序列和种子记忆单元序列; S5052:构建时空漂移场; S5053:根据所述时空漂移场,对所述种子隐藏状态序列进行半拉格朗日预更新,得到漂移隐藏状态序列; S5054:对所述漂移隐藏状态序列进行结构增强; S5055:基于自然资源异常度,结合增强后的漂移隐藏状态序列,对所述漂移隐藏状态序列和所述种子记忆单元序列进行门控修正,得到解码隐藏状态序列和解码记忆单元序列; S5056:对所述解码隐藏状态序列和所述解码记忆单元序列进行可逆通道变换映射,得到所述未来融合特征序列; S506:基于所述未来融合特征序列,对所述自然资源进行状态预测; 其中,所述S506具体包括: S5061:对所述未来融合特征序列进行时序上下文特征聚合,得到时序上下文特征; S5062:将所述时序上下文特征映射到多个资源因子子空间,得到多个资源状态表征; S5063:基于各个所述资源状态表征,进行状态概率建模,得到状态概率分布; S5064:结合风险敏感评分函数和所述状态概率分布,对所述自然资源进行状态预测; S507:在所述输出模块,对状态预测结果进行映射,得到所述未来时空状态; S6:根据所述未来时空状态,通过AC-RL算法,对所述自然资源进行调控。

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江苏省测绘研究所,其通讯地址为:211000 江苏省南京市鼓楼区北京西路75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。

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。