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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多模型交叉辨识数据可信度的智能系统评估方法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：CN120123890B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510617062.5，技术领域涉及：G06F18/2415；该发明授权一种基于多模型交叉辨识数据可信度的智能系统评估方法是由尚晨曦;常雷雷;徐晓滨;曾兴伍;邓江涛;张泽辉;曹友;李少卿;贺高枫设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于多模型交叉辨识数据可信度的智能系统评估方法在说明书摘要公布了：本发明公开了一种基于多模型交叉辨识数据可信度的智能系统评估方法，该方法首先通过现场和模拟测试，搜集训练集和测试集。其次构建子模型，从训练集中随机取样生成S个子训练集，分别训练S个子模型，使用训练好的子模型对训练集进行预测并产生多个误差并排序，使用聚类算法识别初始不可信数据，统计所有子模型的初始不可信数据集，并生成频数。然后根据频数确认最终不可信数据集并在训练集中剔除,剔除后剩余的数据即为可信数据。最后采用表格式去噪扩散概率模型，对可信数据进行增强，得到增强后的数据集训练新的子模型，并使用测试集验证。本发明能够准确识别数据可信度，并在不同机器学习方法中均呈现出高度兼容性。

本发明授权一种基于多模型交叉辨识数据可信度的智能系统评估方法在权利要求书中公布了：1.一种基于多模型交叉辨识数据可信度的智能系统评估方法，其特征在于，包括以下步骤： 步骤1、通过现场和模拟测试，搜集包含M个输入特征，N组的无人机集群部署数据，随机取P组用作训练集，其余用作测试集； 步骤2、构建子模型，从训练集中随机取样生成S个子训练集，分别训练S个子模型，使用训练好的子模型对训练集进行预测并产生多个误差； 步骤3、将误差进行排序，使用聚类算法识别初始不可信数据，统计所有子模型的初始不可信数据集，并生成频数； 步骤4、根据频数确认最终不可信数据集并在训练集中剔除,剔除后剩余的数据即为可信数据； 步骤5、采用表格式去噪扩散概率模型，对可信数据进行增强，得到增强后的数据集；具体实现过程如下： 步骤5.1、构建评分体系，定义能力评分Y为多参数加权函数： 其中，xi表示可信数据的第i个输入参数，fixi为第i个输入参数的归一化函数，αi为第i个输入参数的权重系数； 步骤5.2、yi为可信数据di的输出，对第i个可信数据di＝{xi,1,xi,2,...,xi,j,yi}，中的每个输入xi,j逐步添加噪声，对于di中的不同输入，采用不同噪声幅度σ进行扰动，第t步的新输入表示为： 其中，βt,j为扩散步长，新输入即为得到的增强数据； 步骤5.3、对步骤5.2中经过T步得到增强数据，使用经过预训练的条件扩散模型逐步去噪，恢复数据的真实分布；在逐步去除噪声的同时，将综合评分Y作为条件注入到条件扩散模型中，该去噪过程的目标函数表示为： L＝ε-εxt,t2+λfx0′-Y2 其中，ε为步骤5.2中前向扩散第T-t轮加入的噪声，εxt,t是反向去噪第t轮中条件扩散模型估计的噪声，fx是计算每一步去噪生成的数据质量的评分函数，计算方式与Y相同，Y为可信数据di得到的能力评分，λ为超参数； 步骤6、基于增强后的数据集训练新的子模型，输出评估结果，并使用测试集验证。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。