北京科甲龙邦科技技术有限公司魏巍获国家专利权
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!
龙图腾网获悉北京科甲龙邦科技技术有限公司申请的专利基于深度学习的多源监测数据融合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:CN120508989B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202510640216.2,技术领域涉及:G06F18/25;该发明授权基于深度学习的多源监测数据融合方法是由魏巍;王东良;丁海波设计研发完成,并于2025-05-19向国家知识产权局提交的专利申请。
本基于深度学习的多源监测数据融合方法在说明书摘要公布了:本发明公开了基于深度学习的多源监测数据融合方法,包括:对多源监测数据进行标准化及时空维度对齐处理,构建多尺度数据子序列,输入基于Mamba结构的多尺度时空特征交互网络提取并交互多尺度时空特征,构建跨模态数据拓扑图结构,利用自适应跨模态图注意力机制动态计算和调整拓扑图节点与边的注意力权重,生成动态优化的跨模态融合特征,并进行协同特征解码,输出融合结果。本发明提高了复杂监测场景下多源数据融合精度与泛化能力,提升了融合特征表达能力与决策可靠性。
本发明授权基于深度学习的多源监测数据融合方法在权利要求书中公布了:1.基于深度学习的多源监测数据融合方法,其特征在于,包括如下步骤: S1、采集多个传感器输出的监测数据,并对所述监测数据进行标准化和时空维度对齐处理,生成标准化的时空数据序列; S2、对所述标准化的时空数据序列进行多尺度划分处理,构建包含不同时间尺度和空间尺度的多尺度数据子序列集合; S3、将所述多尺度数据子序列集合输入基于Mamba结构的多尺度时空特征交互网络,提取不同尺度的时空特征,并对所述不同尺度的时空特征进行交互处理,生成融合的多尺度时空特征; 所述基于Mamba结构的多尺度时空特征交互网络具体包括: 对多尺度数据子序列集合中的多尺度数据子序列分别进行基于Mamba结构的初始特征提取,得到对应尺度的时空特征向量 基于全局平均池化操作与线性映射计算各尺度的时空特征向量的自适应权重 对任意两个尺度的时空特征向量和计算尺度间的交互动态权重因子 基于所述尺度间交互动态权重因子更新各尺度特征向量,得到更新后的尺度特征向量 所述S3具体包括: S31、采用所述自适应权重对更新后的尺度特征向量进行加权融合,获得融合后的多尺度时空特征向量Ffusion; S32、对融合后的多尺度时空特征向量Ffusion进行线性映射处理,获得维度数由512降至128的降维融合特征向量; S33、将降维融合特征向量等分为8个特征子向量,并分别计算每个特征子向量对应的查询向量、键向量和值向量; S34、基于所述查询向量与键向量计算各特征子向量的多头自注意力权重矩阵,并进行归一化处理,获得每个特征子向量的自注意力权重; S35、依据所述自注意力权重对每个特征子向量对应的值向量分别进行加权处理,得到8个经过自注意力优化的特征子向量; S36、将8个经过自注意力优化的特征子向量依次进行向量拼接与线性映射操作,得到自注意力优化后的融合特征向量; S37、对自注意力优化后的融合特征向量进行层归一化处理,获得最终输出的融合的多尺度时空特征; S4、基于所述融合的多尺度时空特征构建表达不同模态数据之间的特征关联关系的跨模态数据拓扑图结构; 所述S4具体包括: S41、以融合的多尺度时空特征向量为输入数据,定义跨模态数据拓扑图的节点,每个节点表示一种监测数据对应的融合特征向量; S42、采用皮尔逊相关系数计算任意两个节点对应融合特征向量之间的特征关联强度,获得节点间关联强度矩阵R=[ruv]N×N,其中,ruv表示第u个节点与第v个节点之间的特征关联强度,N表示节点的总数量; S43、根据节点间关联强度矩阵,设置关联强度阈值rth=0.7,当关联强度满足ruv≥rth时,在节点u与节点v之间构建拓扑图的连接边,否则不建立连接边; S44、针对每条连接边,计算对应节点融合特征向量之间的欧氏距离,以欧氏距离的倒数作为边的权重值euv,定义边权重矩阵E=[euv]N×N; S45、利用谱聚类算法对节点间关联强度矩阵进行聚类分析,确定节点的聚类簇标记,将属于同一聚类簇标记的节点划分为同一节点子图; S46、依据节点子图的划分结果,更新拓扑图连接结构,仅保留属于同一子图内部的节点之间的连接边,删除不同子图之间的连接边; S47、根据更新后的拓扑图连接结构及边权重矩阵,最终确定表达不同模态数据之间特征关联关系的跨模态数据拓扑图结构; S5、利用自适应跨模态图注意力机制,对所述跨模态数据拓扑图结构中各节点及其边之间的注意力权重进行动态计算与调整,生成动态优化的跨模态融合特征; S6、将所述动态优化的跨模态融合特征进行协同特征解码处理,输出多源监测数据的融合结果。
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北京科甲龙邦科技技术有限公司,其通讯地址为:102629 北京市大兴区中关村科技园区大兴生物医药产业基地永大路38号1幢4层409室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励