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！

龙图腾网恭喜西华大学申请的专利基于多素数卷积核的自适应灾害异常识别方法与预警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：CN119848747B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510331414.0，技术领域涉及：G06F18/2433；该发明授权基于多素数卷积核的自适应灾害异常识别方法与预警系统是由李曦;陈鹏;宋伟建;朱思宇;夏云霓;李晓波;王锐;边昂设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本基于多素数卷积核的自适应灾害异常识别方法与预警系统在说明书摘要公布了：本发明公开了一种基于多素数卷积核的自适应灾害异常识别方法与预警系统，包括获取第一信息和第二信息，所述第一信息包括地质灾害、森林火灾、洪涝、地震的历史数据，所述第二信息包括实时采集地质灾害、森林火灾、洪涝、地震的现场监控数据；对所述第一信息中的部分数据进行标注后，得到训练集；构建基于meanteacher方法的模型；通过所述训练集基于动态平滑系数训练所述基于meanteacher方法的模型，得到灾害异常识别模型；将所述第二信息输入所述灾害异常识别模型，得到异常识别结果。本发明提高了系统识别异常的精度和泛化能力，提高了异常监测和异常分类的准确率、增强异常检测模型的泛化能力。

本发明授权基于多素数卷积核的自适应灾害异常识别方法与预警系统在权利要求书中公布了：1.一种基于多素数卷积核的自适应灾害异常识别方法，其特征在于，包括：获取第一信息和第二信息，所述第一信息包括地质灾害、森林火灾、洪涝、地震的历史数据，所述第二信息包括实时采集地质灾害、森林火灾、洪涝、地震的现场监控数据，所述第一信息和第二信息均包括山体滑坡监控数据、地震监控数据、洪涝监控数据、森林火灾监控数据，其中山体滑坡监控数据包括山体滑坡监控区域的位移传感器数据、视频监控传感器数据、雨量计数据、土壤水分计数据，地震监控数据包括地震监控区域的地震波传感器数据、加速度传感器数据、压力传感器数据，洪涝监控数据包括洪涝监控区域的水位传感器数据、视频监控传感器数据、水深传感器数据、雨量传感器数据，森林火灾监控数据包括森林火灾监控区域的风向风速传感器数据、远红外传感器数据、视频监控传感器数据、空气温湿度传感器数据；对所述第一信息中的部分数据进行标注后，得到训练集，所述部分数据在所述第一信息中的占比不超过10%；构建基于meanteacher方法的模型，所述基于meanteacher方法的模型包括学生模型和教师模型，进入所述学生模型和教师模型的数据均依次经过基于多素数卷积核的Omni-Scale卷积神经网络块、基于卷积操作的增强自注意力机制的处理；通过所述训练集基于动态平滑系数训练所述基于meanteacher方法的模型，得到灾害异常识别模型；将所述第二信息输入所述灾害异常识别模型，得到异常识别结果；根据所述第一信息基于动态平滑系数训练所述基于meanteacher方法的模型，包括：将所述第一信息中标注后的数据输入所述学生模型中，得到第一输出；计算所述第一输出与标注后的数据的标签值的交叉熵损失；将所述第一信息中未标注的数据同时输入到所述学生模型和教师模型中，得到第二输出和第三输出；计算所述第二输出和所述第三输出的均分误差损失；将交叉熵损失和均分误差损失进行加权求和获得混合的最终损失；根据所述最终损失优化更新所述学生模型的参数；根据所述学生模型优化更新后的参数和所述动态平滑系数对所述教师模型的参数进行优化更新；将优化后的学生模型及教师模型的参数输入到Adam优化器得出模型参数的梯度，再通过反向传播算法，更新整个模型的参数；当训练次数达到预设次数时，结束模型训练，并将最后一轮训练得到的模型参数保存；根据所述学生模型优化更新后的参数和所述动态平滑系数对所述教师模型的参数进行优化更新的公式为： 表示t时刻教师模型的优化参数，表示t时刻学生模型更新后的参数，表示t-1时刻教师模型的记忆参数，表示动态平滑系数；所述动态平滑系数的计算公式为： 其中epoch为数据训练的批次。

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华大学，其通讯地址为：610039 四川省成都市金牛区土桥金周路999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”。