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基于深度学习的AIoT多模态数据融合决策方法、系统及应用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：CN119939525B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510437329.2，技术领域涉及：G06F18/25；该发明授权基于深度学习的AIoT多模态数据融合决策方法、系统及应用是由周凡;陈小燕;王若梅;林谋广设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本基于深度学习的AIoT多模态数据融合决策方法、系统及应用在说明书摘要公布了：本发明涉及物联网和深度学习技术领域，公开了一种基于深度学习的AIoT多模态数据融合决策方法、系统及应用，方法包括获取多模态数据进行特征提取，生成各模态数据的特征表示；利用自适应门控加权机制，将各模态数据的特征表示进行融合处理，生成融合特征表示，将融合特征表示转换为轻量级特征；将轻量级特征上传至云端，通过预部署在云端的自适应深度学习模型对轻量级特征进行高层次特征融合，得到的高层次融合特征表示；根据高层次融合特征表示，生成决策结果。本发明提高了多模态数据融合技术在特征提取、跨模态关联性挖掘和边缘端实时处理的能力，能够满足智能空间对多模态数据高效融合与低延迟动态决策的需求。

本发明授权基于深度学习的AIoT多模态数据融合决策方法、系统及应用在权利要求书中公布了：1.一种基于深度学习的AIoT多模态数据融合决策方法，其特征在于，包括： 通过部署在智能空间中的传感器网络获取多模态数据；所述多模态数据包括图像数据、音频数据和时间序列数据； 对各模态数据进行特征提取，生成各模态数据的特征表示； 利用自适应门控加权机制，将各模态数据的特征表示进行融合处理，生成融合特征表示，包括： 将各模态数据的特征表示的映射到统一的特征空间，其表达式如下所示： 式中，表示第i个模态数据的统一特征表示，为激活函数，为第i个模态数据的投影矩阵，为偏置项，为第i个模态数据维度，为最终的统一特征表示的维度，为第i个模态数据的特征表示； 构建统一特征表示集合，其中、和分别为图像、音频和时序特征的统一特征表示； 利用自适应门控加权机制，对各模态数据的统一特征表示进行融合处理，得到初始融合特征表示，其表达式如下所示： 式中，表示对图像、音频和时序特征的统一特征表示进行连接操作，分别为自适应门控加权机制的权重矩阵和偏置项； 利用两层全连接层对初始融合特征表示进行进一步融合处理，得到最终的融合特征表示，其表达式如下所示： 式中，和分别为两层全连接层的权重矩阵，和分别为两层全连接层的偏置； 通过预部署在智能空间中的边缘设备的轻量化深度学习模型，将融合特征表示转换为轻量级特征； 将轻量级特征上传至云端，通过预部署在云端的自适应深度学习模型对轻量级特征进行高层次特征融合，得到的高层次融合特征表示； 根据高层次融合特征表示，生成决策结果。

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：510315 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”。