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！

龙图腾网获悉中国标准化研究院;河北大学申请的专利一种基于偏见识别嵌入的多源数据融合方法及系统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：CN120508994B 。

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：202510991712.2，技术领域涉及：G06F18/25；该发明授权一种基于偏见识别嵌入的多源数据融合方法及系统是由杨秀丹;孙广芝;谢庆征;王淑敏;佟秋雯;王琨皓;郑梦瑶设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种基于偏见识别嵌入的多源数据融合方法及系统在说明书摘要公布了：本发明公开了一种基于偏见识别嵌入的多源数据融合方法及系统，涉及人工智能技术领域，包括通过ICEEMDAN算法添加噪声，并使用EMD进行分解，通过DSC模型和HEPSO优化函数进行显著性估计和分离信号提取，使用自编码器进行降维并使用光流场进行约束，使用Caputo‑Katugampola分数阶导数进行多尺度分解，通过移位Chebyshev多项式计算自适应扩散核，并使用卷积商域进行求解，使用分数阶梯度特征和增强能量泛函进行优化。本发明通过偏见识别嵌入和多尺度分数阶分解，结合光流场约束和稀疏编码，提升多源数据融合的精度和鲁棒性，实现数据的高效融合、去噪处理及特征优化。

本发明授权一种基于偏见识别嵌入的多源数据融合方法及系统在权利要求书中公布了：1.一种基于偏见识别嵌入的多源数据融合方法，其特征在于：包括， 使用API接口收集多模态数据进行预处理，得到原始数据集和高低频子带，通过ICEEMDAN算法对原始数据集添加噪声，通过EMD进行分解，筛选得到去噪IMF，并进行数据重建，提取多模态数据的特征，分别通过Bi-LSTM和CNN进行增强，基于重建去噪数据进行光流场计算，通过DSC模型和HEPSO优化函数进行显著性估计和分离信号提取，生成全局特征向量，使用自编码器进行降维并使用光流场进行约束，得到最终表示； 基于高低频子带，使用Caputo-Katugampola分数阶导数进行多尺度分解，生成增强显著图，结合最终表示通过移位Chebyshev多项式计算自适应扩散核，并使用卷积商域进行求解，得到调整后的高频子带，使用Daubechies小波进行多尺度小波分解，计算Gini指数，通过筛选得到加权子带系数，进行小波逆变换得到最终显著细节层，计算初始梯度场，使用分数阶梯度特征和增强能量泛函进行优化，并通过Hilbert空间扩展将其转换为整数阶，使用MSB分析进行调整，结合ITTI模型提取背景细节层，并使用分数阶热方程和平滑处理，通过小波分解进行去噪，得到最终融合层； 基于最终融合层，使用稀疏编码生成稀疏特征向量，得到最终数据融合表示； 所述预处理，包括对图像数据进行灰度归一化处理和分辨率对齐，通过双边滤波器去除噪声，使用拉普拉斯金字塔进行分解，得到低频子带和高频子带，对低频子带使用SOMP算法，生成低维特征向量； 对时间序列数据进行均值归一化处理，使用滑动平均滤波去除噪声，通过傅里叶变换提取频域特征，生成时间序列特征向量； 对文本数据通过NLP进行分词、去除停用词以及词干提取，使用BERT模型生成语义嵌入向量； 提取高频子带中的原始特征向量，结合低维特征向量、时间序列特征向量以及语义嵌入向量，通过线性变换进行映射，并使用L2正则化进行尺度对齐，生成结构化特征集； 基于结构化特征集，使用Hellinger距离结合Jaccard矩阵，计算特征间的偏见距离，公式为： ， 其中，为偏见距离，和为经过Jaccard矩阵变换后的特征向量，为第个特征子集，为特征子集数； 构建GAN，包括输入层、隐藏层、偏见特征输出层以及分类输出层； 使用ImageNet、IoT传感器以及Twitter数据集进行预处理，得到训练结构化特征集，对GAN进行训练； 将结构化特征集输入GAN，输出低维偏见特征向量； 将低维偏见特征向量和偏见距离进行拼接，得到偏见增强特征向量； 提取归一化后的图像数据和时间序列数据，结合分词后的文本数据，拼接为原始数据集。

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国标准化研究院;河北大学，其通讯地址为：100191 北京市海淀区知春路4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”。

以上内容由龙图腾AI智能生成。