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！

龙图腾网获悉安徽粮食工程职业学院;蚌埠学院申请的专利一种基于粮食物流过程数据的安全评估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：CN120672134B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510786782.4，技术领域涉及：G06Q10/0635；该发明授权一种基于粮食物流过程数据的安全评估方法及系统是由李昌群;唐珊;傅威;李现伟设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本一种基于粮食物流过程数据的安全评估方法及系统在说明书摘要公布了：本发明公开了一种基于粮食物流过程数据的安全评估方法及系统，包括：步骤1：采集当前批次粮食物流过程的跨模态状态数据，其中，所述粮食物流过程包括粮食收购与集并阶段、运输与中转阶段和仓储阶段；步骤2：构建粮食物流过程数据湖，将当前批次粮食物流过程的跨模态状态数据以原始和非结构化的形式存入粮食物流过程数据湖；步骤3：将粮食物流过程数据湖当中存储的当前批次粮食物流过程的跨模态状态数据输入跨模态安全评估模型，跨模态安全评估模型进行特征提取和跨模态融合，生成风险系数，本发明实现了利用跨模态安全评估模型对粮食物流过程进行安全风险评估，评估结果具备整体性和综合性。

本发明授权一种基于粮食物流过程数据的安全评估方法及系统在权利要求书中公布了：1.一种基于粮食物流过程数据的安全评估方法，其特征在于，所述方法包括： 步骤1：采集当前批次粮食物流过程的跨模态状态数据，其中，所述粮食物流过程包括粮食收购与集并阶段、运输与中转阶段和仓储阶段； 步骤2：构建粮食物流过程数据湖，将当前批次粮食物流过程的跨模态状态数据以原始和非结构化的形式存入粮食物流过程数据湖； 步骤3：将粮食物流过程数据湖当中存储的当前批次粮食物流过程的跨模态状态数据输入跨模态安全评估模型，跨模态安全评估模型进行特征提取和跨模态融合，生成风险系数； 所述步骤1具体包括： 步骤1.1：依据粮食物流过程建立阶段式的数据采集域，其中，数据采集域包括收购与集并阶段域、运输与中转阶段域和仓储阶段域； 步骤1.2：收购与集并阶段域、运输与中转阶段域和仓储阶段域分别采集当前批次粮食物流过程的收购与集并阶段、运输与中转阶段和仓储阶段的跨模态状态数据； 所述步骤2具体包括： 步骤2.1：构建粮食物流过程数据湖，包括主体数据区和数据注册区，主体数据区将存储空间划分成多个不同级别的存储单元，用于根据当前批次粮食物流过程当中各个阶段的跨模态状态数据的大小分别存储，数据注册区用于以二元组的形式存储当前批次粮食物流过程当中各个阶段的跨模态状态数据与在主体数据区当中对应存储单元的指针； 步骤2.2：利用雪花算法，分别为当前批次粮食物流过程当中各个阶段的跨模态状态数据赋值一个具有唯一性的字符标识，并建立相互之间的映射关系； 步骤2.3：将当前批次粮食物流过程当中各个阶段的跨模态状态数据存入粮食物流过程数据湖的主体数据区，并将对应的字符标识与在主体数据区当中所存入存储单元的指针组成二元组存入数据注册区； 所述步骤3具体包括： 步骤3.1：根据粮食物流过程数据湖的数据注册区当中存储的二元组信息，获取粮食物流过程数据湖的主体数据区中存储的当前批次粮食物流过程当中各个阶段的跨模态状态数据； 步骤3.2：对当前批次粮食物流过程当中各个阶段的跨模态状态数据分别进行预处理，然后将所有数据转换为张量格式，生成当前批次粮食物流过程当中各个阶段的跨模态结构化数据，其中，所述预处理为缺失值填补操作； 步骤3.3：将当前批次粮食物流过程当中各个阶段的跨模态结构化数据输入跨模态安全评估模型，跨模态安全评估模型通过卷积神经网络模型提取图像模态数据，通过双向长短期记忆循环神经网络提取文本模态数据，并基于图神经网络和自注意力机制神经网络进行跨模态融合，生成安全评估语义特征向量； 步骤3.4：将安全评估语义特征向量输入级联式的全连接神经网络，最终输出风险系数。

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安徽粮食工程职业学院;蚌埠学院，其通讯地址为：230000 安徽省合肥市职教基地学林路东；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。