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！

龙图腾网获悉四川省畜牧科学研究院;四川云牧智眸科技有限责任公司申请的专利融合深度概率图模型与贝叶斯推断的疫病预警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：CN121726096B 。

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：202610225594.9，技术领域涉及：G16H50/80；该发明授权融合深度概率图模型与贝叶斯推断的疫病预警方法及系统是由王巍;杨霄;方东辉;易军;邓小东;陈晓云;马晓琴;石溢;阿果约达;陈莹设计研发完成，并于2026-02-25向国家知识产权局提交的专利申请。

本融合深度概率图模型与贝叶斯推断的疫病预警方法及系统在说明书摘要公布了：本发明涉及人工智能监测技术领域，尤其涉及融合深度概率图模型与贝叶斯推断的疫病预警方法及系统，通过将多源时序监测数据与静态属性特征输入深度生成模型，映射至独立潜在空间并解耦输出病理、环境及噪声变量，利用后两者对病理变量进行提纯；基于提纯特征获取并行动态传播结构粒子，输入连续时间演化模型生成多条疫情演化轨迹；最终通过风险敏感评价函数计算综合风险值以触发预警；实现了从混杂信号中精准剥离环境漂移与随机噪声，显著降低误报率；同时通过并行推演多重传播假设，并利用非线性聚合放大高风险轨迹权重，确保在面对不确定性时能有效捕捉长尾灾难风险。

本发明授权融合深度概率图模型与贝叶斯推断的疫病预警方法及系统在权利要求书中公布了：1.融合深度概率图模型与贝叶斯推断的疫病预警方法，其特征在于，所述预警方法包括以下步骤： 获取监测区域内的多源时序监测数据与静态属性特征，所述多源时序监测数据包括生物体征数据与环境传感数据； 将所述多源时序监测数据输入至深度生成模型，将所述静态属性特征作为条件约束，再将所述多源时序监测数据映射至相互独立的潜在空间，以在所述潜在空间中解耦输出病理潜在变量、环境潜在变量以及传感器噪声潜在变量，通过所述环境潜在变量与传感器噪声潜在变量对所述病理潜在变量进行提纯； 根据提纯后的所述病理潜在变量获取若干个并行的动态传播结构粒子，所述动态传播结构粒子用于表征监测区域内节点间不确定的传播依赖关系，其中，所述动态传播结构粒子所表征的传播依赖关系包括地理空间邻近度的接触传播关系、以及基于供应链物流调运网络的跨区域传播关系；不同的动态传播结构粒子对应于不同传播途径权重的组合假设；具体包括：根据粒子流变分推断算法初始化一组动态传播结构粒子，动态传播结构粒子用于表征节点间的传播邻接矩阵假设；定义核函数，利用所述核函数的梯度产生排斥力项，迫使各个动态传播结构粒子在概率空间中相互远离，以同时保持多种合理的传播假设；以计算动态传播结构粒子之间的排斥力；获取目标后验分布对当前动态传播结构粒子的梯度，根据所述排斥力迭代更新每个动态传播结构粒子的状态，直至所有动态传播结构粒子趋近真实的传播结构后验分布； 将所述病理潜在变量与所述动态传播结构粒子输入至连续时间演化模型，以获取未来预设时间段内的多条疫情演化轨迹，包括：构建包含漂移项与扩散项的神经随机微分方程模型；对每一个动态传播结构粒子，将动态传播结构粒子显式地嵌入到漂移函数中；根据所述神经随机微分方程模型对所述病理潜在变量在连续时间域上进行积分求解，以获取对应于该动态传播结构粒子的连续状态演化曲线，并将所有动态传播结构粒子演化曲线的集合作为所述疫情演化轨迹； 根据风险敏感评价函数对所述疫情演化轨迹进行非线性聚合计算，以获取综合风险评估值，并在所述综合风险评估值超过预设阈值时触发分级预警信号。

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四川省畜牧科学研究院;四川云牧智眸科技有限责任公司，其通讯地址为：610000 四川省成都市锦江区牛沙路7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。