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！

龙图腾网恭喜创意信息技术股份有限公司申请的专利基于物联网的滑坡预测方法、装置、设备及存储介质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：CN119168165B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411642117.X，技术领域涉及：G06Q10/04；该发明授权基于物联网的滑坡预测方法、装置、设备及存储介质是由孙元华;龙隆设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于物联网的滑坡预测方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及数据处理技术领域，公开了一种基于物联网的滑坡预测方法、装置、设备及存储介质，通过配置分布式边缘环境，利用云服务器构建并训练滑坡预测模型，然后下发至分布式边缘环境的共享边缘存储库，物联网端节点将采集的滑坡关联感知数据发送至分布式边缘环境下的目标边缘设备，根据滑坡关联感知数据，使用当前部署或共享边缘存储库内存储的滑坡预测模型执行滑坡预测，为目标边缘设备匹配最适配的滑坡预测模型执行物联网端节点的滑坡预测，然后将滑坡数据更新日志发送至共享边缘存储库，帮助共享边缘存储库对存储的滑坡预测模型进行增量数据重训练和云服务器新滑坡预测模型的构建，提高了山体滑坡预测准确性和实时性、降低了系统延迟。

本发明授权基于物联网的滑坡预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于物联网的滑坡预测方法，其特征在于，包括以下步骤：云服务器向分布式边缘环境下的共享边缘存储库下发预先构建的若干个滑坡预测模型，并在共享边缘存储库内进行存储；具体包括：云服务器获取共享边缘存储库存储的若干个滑坡预测模型和若干个边缘设备在过去最近的目标数量个预测周期内上传的滑坡数据更新日志；云服务器构建每个人工智能模型时，按照循环选取的方式从若干个边缘设备中单独选取出训练边缘设备的滑坡数据更新日志，提取出滑坡数据特征输入所述人工智能模型进行训练，获得目标滑坡预测模型；比较所述目标滑坡预测模型与共享边缘存储库存储的若干个滑坡预测模型的预测准确性，当目标滑坡预测模型的预测准确性高于任意一个滑坡预测模型时，将所述目标滑坡预测模型下发至共享边缘存储库进行存储；物联网端节点在采集到当前预测周期的滑坡关联感知数据时，根据通信信号强度参数，在分布式边缘环境下的若干个边缘设备中确定当前预测周期执行每个物联网端节点的滑坡预测的目标边缘设备；具体包括：每个物联网端节点在采集到当前预测周期的滑坡关联感知数据时，向分布式边缘环境下的若干个边缘设备广播预测请求信息；接收到预测请求信息的边缘设备向对应的物联网端节点反馈确认信息，物联网端节点提取接收到的确认信息中的RSSI值，物联网端节点将具有最强RSSI值的边缘设备作为当前预测周期执行滑坡预测的目标边缘设备；其中，每个物联网端节点包括用于执行滑坡关联感知数据检测的传感器组、用于执行与边缘设备信息交互的通信模块和用于根据RSSI值选择目标边缘设备的控制模块；每个物联网端节点将当前预测周期采集的滑坡关联感知数据发送至目标边缘设备，以使目标边缘设备根据当前部署的滑坡预测模型或共享边缘存储库内存储的滑坡预测模型，利用滑坡关联感知数据执行滑坡预测，目标边缘设备根据滑坡预测结果、接收到的滑坡关联感知数据和滑坡监测数据，生成滑坡数据更新日志并发送至共享边缘存储库；其中，每个物联网端节点将当前预测周期采集的滑坡关联感知数据发送至目标边缘设备，以使目标边缘设备根据当前部署的滑坡预测模型或共享边缘存储库内存储的滑坡预测模型，利用滑坡关联感知数据执行滑坡预测，具体包括：每个物联网端节点将当前预测周期采集的滑坡关联感知数据发送至目标边缘设备，目标边缘设备根据物联网端节点在当前预测周期的第一监测区域滑坡影响参数与目标边缘设备当前部署的滑坡预测模型的第二监测区域滑坡影响参数，判断目标边缘设备当前部署的滑坡预测模型是否与物联网端节点适配；其中，所述第二监测区域滑坡影响参数被配置为目标边缘设备当前部署的滑坡预测模型在云服务器训练时采用的滑坡数据更新日志对应训练边缘设备的监测区域滑坡影响参数；若是，则驱使目标边缘设备当前部署的滑坡预测模型，利用滑坡关联感知数据执行滑坡预测，若否，则驱使目标边缘设备从共享边缘存储库中调用最适配的滑坡预测模型，利用滑坡关联感知数据执行滑坡预测；其中，所述滑坡关联感知数据包括：降雨传感器采集的降雨量数据和位移传感器采集的位移量数据；利用滑坡关联感知数据执行滑坡预测，目标边缘设备根据滑坡预测结果、接收到的滑坡关联感知数据和滑坡监测数据，生成滑坡数据更新日志并发送至共享边缘存储库，具体包括：提取滑坡关联感知数据中的降雨量数据，构建降雨量数据特征；其中，所述降雨量数据特征包括当前预测周期内目标预测时刻的若干个具有不同前置时间的前置降雨数据；将所述降雨量数据特征输入目标边缘设备当前部署的滑坡预测模型或从共享边缘存储库中调用的滑坡预测模型中执行滑坡预测，获得滑坡预测结果；提取滑坡关联感知数据中目标预测时刻的位移量数据，将所述位移量数据作为滑坡监测数据，并基于所述滑坡监测数据、滑坡预测结果和接收到的滑坡关联感知数据，生成滑坡数据更新日志并发送至共享边缘存储库；分布式边缘环境下的若干个边缘设备根据共享边缘存储库中存储的滑坡数据更新日志进行增量数据重新训练，以更新共享边缘存储库内存储的滑坡预测模型；其中，所述分布式边缘环境还包括MQTT服务器，所述MQTT服务器被配置为连接共享边缘存储库和若干个边缘设备；驱使目标边缘设备从共享边缘存储库中调用最适配的滑坡预测模型，具体包括：目标边缘设备向共享边缘存储库发送滑坡预测模型调用请求，MQTT服务器从共享边缘存储库中提取出每个物联网端节点在过去最近的目标数量个预测周期内上传的滑坡数据更新日志中的滑坡监测数据；MQTT服务器基于所述滑坡监测数据，计算最近的目标数量个预测周期内位移量超过目标值的比例，按照比例大小对物联网端节点进行滑坡活动频繁程度等级划分；根据物联网端节点的滑坡活动频繁程度等级，按照负相关变化的关系，在剪枝算法库中为物联网端节点对应的目标边缘设备匹配对应模型剪枝率的剪枝算法；计算物联网端节点在当前预测周期的第一监测区域滑坡影响参数中的若干个地质条件参数和若干个气候条件参数与共享边缘存储库中存储的每个滑坡预测模型的第三监测区域滑坡影响参数中的若干个地质条件参数和若干个气候条件参数的方差值，按照方差值大小进行排序；将共享边缘存储库中存储的每个滑坡预测模型的标准预测耗时量化值与剪枝算法的模型剪枝率的乘积估算为每个滑坡预测模型的实际预测耗时量化值，以所述实际预测耗时量化值小于预设的目标耗时量化值为约束条件，以共享边缘存储库中存储的滑坡预测模型的方差值最小为目标，优化求解共享边缘存储库中最适配的滑坡预测模型；共享边缘存储库利用匹配的剪枝算法对最适配的滑坡预测模型进行剪枝操作，并将剪枝后的滑坡预测模型下发至对应目标边缘设备。

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创意信息技术股份有限公司，其通讯地址为：610000 四川省成都市青羊区红星路一段86号1栋222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”。