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！

龙图腾网获悉中山大学申请的专利一种可自学习的城市暴雨洪涝灾害链传导路径快速预报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：CN121744942B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610209879.3，技术领域涉及：G06F30/27；该发明授权一种可自学习的城市暴雨洪涝灾害链传导路径快速预报方法及系统是由贺志华;张景懋;韩广设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本一种可自学习的城市暴雨洪涝灾害链传导路径快速预报方法及系统在说明书摘要公布了：本发明公开了一种可自学习的城市暴雨洪涝灾害链传导路径快速预报方法及系统，解决了现有城市暴雨洪涝灾害链传导路径快速预报方法，无法为云端深度学习模型提供实时物理残差反馈，最终造成灾害预的报准确性欠佳的技术问题。方法包括获取视频流连续多帧图像与相机内外参数据，经边缘网关、轻量级卷积神经网络和几何建模解算高精度实测积水深度；构建离散地表元胞网格和全连通拓扑网络并转换为状态特征高维张量，依托相关定律输出实时动态糙率、虚拟连接边导通权重；构建物理信息复合损失函数，以实测真值计算物理残差，通过端到端梯度反向传播学习方法，自动更新人工智能模型，最终输出可视化灾害链传导图谱，实现城市暴雨洪涝灾害隐患入侵预报。

本发明授权一种可自学习的城市暴雨洪涝灾害链传导路径快速预报方法及系统在权利要求书中公布了：1.一种可自学习的城市暴雨洪涝灾害链传导路径快速预报方法，其特征在于，包括： 获取视频流连续多帧图像和相机内外参数据，并基于轻量级卷积神经网络对所述视频流连续多帧图像进行预处理，输出水陆边界线像素坐标集合； 采用三角几何关系和针孔相机成像模型根据所述相机内外参数据和所述水陆边界线像素坐标集合进行实测积水深度计算，输出最终实测积水深度； 构建离散地表元胞网格和全连通拓扑网络，并将所述全连通拓扑网络对应的网络拓扑与水文状态数据转换为状态特征高维张量； 基于离散化曼宁公式和水量平衡定律，根据所述状态特征高维张量和所述全连通拓扑网络，输出所述离散地表元胞网格中多个地表元胞的未来时刻积水深度、实时动态糙率以及虚拟连接边导通权重； 构建包括数据拟合项、结构稀疏项及参数平滑项的物理信息复合损失函数，当达到预定义的滑动时间窗口时，基于小批量随机梯度下降机制，采用所述物理信息复合损失函数根据所述最终实测积水深度、多个所述地表元胞的未来时刻积水深度、实时动态糙率以及虚拟连接边导通权重对人工智能模型进行模型更新，通过多次自学习确定到更新后的人工智能模型； 基于所述更新后的人工智能模型输出可视化灾害链传导图谱，并实现城市暴雨洪涝灾害隐患入侵预报。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。