買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉江蘇潤易聯信息技術有限公司申請的專利基于視覺技術的下層供應鏈風險可視化預測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120013679B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510480933.3，技術領域涉及：G06Q40/06；該發明授權基于視覺技術的下層供應鏈風險可視化預測方法及系統是由李劍峰;李孫祎設計研發完成，并于2025-04-17向國家知識產權局提交的專利申請。

本基于視覺技術的下層供應鏈風險可視化預測方法及系統在說明書摘要公布了：本發明公開了基于視覺技術的下層供應鏈風險可視化預測方法及系統，屬于供應鏈風險評估技術領域，其方法具體包括：獲取下層供應鏈的相關數據，并進行預處理，得到第一監測數據，構建目標識別模型，對第一監測數據的時空特征和時序特征進行識別和提取，構建多層次風險評估模型，評估下層供應鏈的綜合風險評分，并對未來風險進行預測；通過對采集到的多模態數據進行特征提取與識別，能夠精準定位供應鏈中的關鍵要素，結合風險評估模型，能夠有效識別出潛在的風險因素和評估綜合風險值，并進行可視化展示。

本發明授權基于視覺技術的下層供應鏈風險可視化預測方法及系統在權利要求書中公布了：1.基于視覺技術的下層供應鏈風險可視化預測方法，其特征在于，包括： 獲取下層供應鏈的相關數據，并進行預處理，得到第一監測數據，所述相關數據包括生產環境監控數據、倉儲現場監控數據、財務數據和物流運輸監控數據； 構建目標識別模型，對第一監測數據的時空特征和時序特征進行識別和提?。?構建多層次風險評估模型，評估下層供應鏈的綜合風險評分，并對未來風險進行預測； 所述構建目標識別模型，對第一監測數據的時空特征和時序特征進行識別和提取，包括： 構建目標識別模型，并對目標識別模型進行訓練，得到訓練好的目標識別模型； 所述構建目標識別模型，并對目標識別模型進行訓練，包括： 根據下層供應鏈的特點和場景，選擇CNN和LSTM網絡構建目標識別模型，配置卷積層、池化層和全連接層的數量、順序以及參數； 將標注好的公共數據集劃分為訓練集、驗證集和測試集，使用訓練集對目標識別模型進行訓練，通過反向傳播算法和優化器調整目標識別模型的參數，設定損失函數，對目標識別模型進行訓練直至損失函數收斂不變，停止訓練； 訓練完成后，使用測試集對目標識別模型進行最終評估，計算準確率、召回率和F1值來衡量目標識別模型的性能，如果模型性能達到預期要求，得到訓練好的目標識別模型，如果模型性能未達到預期要求，對目標識別模型進行優化后，得到訓練好的目標識別模型； 將第一監測數據輸入訓練好的目標識別模型中，提取第一監測數據中圖像的時空特征和時序特征； 所述構建多層次風險評估模型，評估下層供應鏈的綜合風險評分，并對未來風險進行預測，包括： 構建多層次風險評估模型，包括第一層評估、第二層評估和第三層評估； 根據第一層評估、第二層評估和第三層評估的結果，計算下層供應鏈的綜合風險評分； 對下層供應鏈的未來風險進行預測，識別出潛在的高風險區域； 所述構建多層次風險評估模型，包括第一層評估、第二層評估和第三層評估，包括： 在第一層評估中，對提取的時空特征和時序特征進行初步識別，得到第一監測數據中每個數據樣本的風險預測標簽，包括：無風險和有風險； 在第二層評估中，對第一層評估中有風險的數據樣本對應的時空特征和時序特征進行異常檢測和分類，識別出潛在的異常行為或問題區域，并對異常行為或問題區域進行分類； 在第三次評估中，綜合第一層評估和第二層評估的輸出，使用多層次風險評分模型對風險進行量化評分； 通過本地訓練多層次風險評估模型，引入差分隱私技術，通過聯邦聚合機制共享模型參數，利用自適應多模型加權聚合，根據每個模型在本地數據集上的性能指標動態分配第一權重，針對模型的差異，使用相同的數據節點或相鄰數據節點進行訓練，得到模型性能指標，并動態分配第二權重，對第一權重對應的模型參數和第二權重對應的模型參數進行加權求和，得到模型共享參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江蘇潤易聯信息技術有限公司，其通訊地址為：210005 江蘇省南京市鼓樓區中山路99號815室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。