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！

龙图腾网获悉华侨大学申请的专利基于重建增强型证据网络的驾驶员疲劳检测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：CN120713525B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511164476.3，技术领域涉及：A61B5/18；该发明授权基于重建增强型证据网络的驾驶员疲劳检测方法及系统是由龚鑫荣;付远康;杨楷翔;施一帆;林琦;曾焕强;朱建清设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于重建增强型证据网络的驾驶员疲劳检测方法及系统在说明书摘要公布了：本发明公开了基于重建增强型证据网络的驾驶员疲劳检测方法及系统，涉及疲劳驾驶检测技术领域，方法包括：通过构建包含抗噪声辅助重建模块、多模态证据视角生成器和动态证据共识模块的网络模型，先对带噪生理信号进行重建恢复，再从模态独立与跨模态角度生成多视角证据，并基于狄利克雷分布引入不确定性引导的融合机制，实现鲁棒、可解释的疲劳状态识别。本发明通过构建融合抗噪声重建、多模态证据生成与不确定性引导动态共识的深度网络，实现了复杂噪声环境下驾驶员疲劳状态的高精度、高鲁棒性检测。

本发明授权基于重建增强型证据网络的驾驶员疲劳检测方法及系统在权利要求书中公布了：1.一种基于重建增强型证据网络的驾驶员疲劳检测方法，其特征在于，包括： S1，构建重建增强型证据网络，所述重建增强型证据网络包括抗噪声辅助重建模块、多模态证据视角生成器和动态证据共识模块；所述多模态证据视角生成器包括模态独立分支和模态相关分支； S2，基于模拟噪声对原始生理数据进行数据增强，获得带噪生理数据；将带噪生理数据和原始生理数据作为输入，将均方误差作为损失函数，对抗噪声辅助重建模块进行预训练，获得预训练完成的抗噪声辅助重建模块，并冻结预训练完成的抗噪声辅助重建模块的权重； 所述带噪生理数据包括噪声脑电图数据和噪声眼电图数据，计算公式如下： 其中，表示噪声脑电图数据；XEEG表示原始脑电图数据；Mchannel表示二值掩码；表示噪声眼电图数据，XEOG表示原始眼电图数据，ε表示高斯噪声；⊙表示逐元素乘法； S3，将原始生理数据输入到重建增强型证据网络，通过多模态证据视角生成器对原始生理数据进行特征提取，获得第一组证据视角；所述第一组证据视角包括模态独立分支生成的第一脑电图证据视角、第一眼电图证据视角和模态相关分支生成的第一跨模态证据视角； S4，将带噪生理数据输入重建增强型证据网络，先经过预训练完成的抗噪声辅助重建模块进行重建，得到重建的生理数据；将重建的生理数据输入多模态证据视角生成器，得到第二组证据视角，所述第二组证据视角包括模态独立分支生成的第二脑电图证据视角、第二眼电图证据视角和模态相关分支生成的第二跨模态证据视角； S5，动态证据共识模块基于狄利克雷分布分别对第一组证据视角和第二组证据视角采用不确定性引导的融合机制动态融合各证据视角，获得针对原始干净生理数据的第一组疲劳检测共识决策、第一组损失、第二组疲劳检测共识决策和第二组损失；对第一组损失和第二组损失进行加权融合，得到整体学习目标，并通过整体学习目标对重建增强型证据网络的多模态证据视角生成器和动态证据共识模块进行优化，获得优化的重建增强型证据网络； S6，接收待测的带噪生理数据，输入到优化的重建增强型证据网络，通过抗噪声辅助重建模块进行重建，得到重建的生理数据；将重建的生理数据输入到优化的多模态证据视角生成器，生成证据视角；通过优化的动态证据共识模块基于狄利克雷分布对证据视角的不确定性进行量化，以达成疲劳检测共识决策；基于疲劳检测共识决策，得出最终的疲劳检测分类预测结果。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。