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！

龙图腾网获悉贵州省矿山安全科学研究院有限公司;贵州省煤矿设计研究院有限公司申请的专利基于四维GIS的矿井突出危险区域动态辨识与防治决策方法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：CN121563251B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610101717.8，技术领域涉及：G06Q10/0635；该发明授权基于四维GIS的矿井突出危险区域动态辨识与防治决策方法是由李青松;朱权洁;邹全乐;张朋;王春华;张书金;申振华设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本基于四维GIS的矿井突出危险区域动态辨识与防治决策方法在说明书摘要公布了：本申请公开了一种基于四维GIS的矿井突出危险区域动态辨识与防治决策方法，属于矿井安全防控技术领域。该方法包括：获取矿井多源数据，并用HSMix框架增强所述多源数据中的图像类数据；将增强后图像类数据映射至四维瓦片结构并构建时空索引；通过三维U‑Net网络提取空间风险特征，并结合EMD‑GCN模型提取多尺度时空特征，融合所述空间风险特征与所述多尺度时空特征以得到四维风险辨识结果；构建多任务全连接网络以输出成本、风险、可行性评分，并经多目标优化方法推荐防治方案。本申请所公开的方法能实现矿井突出危险的动态辨识与科学决策，提升了防控的精准性与可行性。

本发明授权基于四维GIS的矿井突出危险区域动态辨识与防治决策方法在权利要求书中公布了：1.基于四维GIS的矿井突出危险区域动态辨识与防治决策方法，其特征在于，包括以下步骤： S1、获取矿井多源数据，所述矿井多源数据包括空间静态基础数据、时空动态监测数据及数值模拟辅助数据，对其中的图像类数据采用HSMix框架进行增强处理，得到增强后图像类数据，具体包括以下子步骤： S1.1、对两幅待增强的源图像分别采用SLIC超像素算法进行处理，生成分别对应的第一超像素网格和第二超像素网格； S1.2、基于伯努利分布从所述第二超像素网格中随机选择超像素区域，生成二进制的硬混合掩码； S1.3、按以下公式融合两幅源图像及各自对应的标签，得到硬混合后图像数据及硬混合后标签数据： 其中，为硬混合后图像数据，为第一幅源图像，为第二幅源图像，为元素-wise乘法，为硬混合掩码，为与所述硬混合掩码尺寸一致的全掩码，为硬混合后标签数据，为第一幅源图像对应的标签，为第二幅源图像对应的标签； S1.4、采用OpenCV静态显著性算法分别对两幅源图像进行处理，生成对应的第一归一化显著性图和第二归一化显著性图； S1.5、基于所述第一归一化显著性图和所述第二归一化显著性图，计算得到反映两幅源图像同一像素显著性占比的相对显著性图； S1.6、基于所述硬混合掩码及所述硬混合后图像数据，验证并确认拼接区域的语义一致性，再融合所述第一超像素网格和所述第二超像素网格，生成混合超像素网格； S1.7、对所述混合超像素网格中的每个超像素，计算其包含所有像素在所述相对显著性图中对应值的平均值，得到该超像素的平均混合比例，进而生成软混合掩码； S1.8、按与步骤S1.3相同的融合逻辑，结合所述软混合掩码融合所述两幅源图像及各自对应的标签，得到软混合后图像数据及软混合后标签数据，所述软混合后图像数据即为所述增强后图像类数据； S2、将所述增强后图像类数据映射至四维瓦片结构，所述四维瓦片结构包含空间维度与时间维度； S3、基于所述四维瓦片结构构建时空索引，所述时空索引通过时间戳与空间坐标为每个四维瓦片分配唯一标识； S4、采用三维U-Net网络对映射于所述四维瓦片中的空间维度数据进行处理，得到三维空间风险特征； S5、采用EMD-GCN模型对所述时空动态监测数据中的传感器时序数据进行处理，得到多尺度时空特征； S6、融合所述三维空间风险特征与所述多尺度时空特征，得到矿井突出危险区域的四维风险辨识结果； S7、构建多任务全连接网络，将防治策略参数输入所述多任务全连接网络，由所述多任务全连接网络处理并输出成本评分、风险评分及可行性评分； S8、基于所述成本评分、所述风险评分及所述可行性评分，通过多目标优化方法推荐矿井突出危险防治方案。

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贵州省矿山安全科学研究院有限公司;贵州省煤矿设计研究院有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花溪乡竹林村大水沟；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。