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！

龙图腾网获悉中南大学申请的专利基于深度学习的群智感知数据可信补全方法、设备及产品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：CN121434597B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202610001014.8，技术领域涉及：G06F18/15；该发明授权基于深度学习的群智感知数据可信补全方法、设备及产品是由曾志文;邓昊;刘安丰设计研发完成，并于2026-01-04向国家知识产权局提交的专利申请。

本基于深度学习的群智感知数据可信补全方法、设备及产品在说明书摘要公布了：本申请提出一种基于深度学习的群智感知数据可信补全方法、设备及产品，其通过将获得的待补全群智感知数据、信任特征及任务时空特征，融合三者成为待处理融合特征，利用训练好的数据补全深度神经网络模型对待处理融合特征进行处理，就能得到补全后群智感知数据，这种面向稀疏移动群智感知网络的鲁棒数据推断方法能够在容忍数据质量异质性的同时，对数据可信度进行量化评估与动态加权，从而实现准确可靠的时空数据推断，解决现有技术中存在的难以获得并运用数据可信度以实现时空数据准确补全的技术问题。

本发明授权基于深度学习的群智感知数据可信补全方法、设备及产品在权利要求书中公布了：1.一种基于深度学习的群智感知数据补全方法，其特征在于，包括： 获得由若干工人采集得到的当前待补全群智感知数据、各所述工人的当前信任特征以及采集任务对应的当前任务时空特征； 融合所述当前待补全群智感知数据、所述当前信任特征以及所述当前任务时空特征，得到当前待处理融合特征；以及， 利用训练好的数据补全深度神经网络模型对所述当前待处理融合特征进行处理，得到当前补全后群智感知数据， 工人的信任特征表达为信任嵌入向量，所述信任嵌入向量由工人的可信度评分映射得到，所述可信度评分采用任务累计更新机制，所述任务累计更新机制为： 其中，是任务特定的时空数据参考基准值，是验证任务的时空数据真实值估计，是被评估工人本次提交时空数据，是被评估工人本次提交数据的质量值，是工人 在本轮信任评估结束后获得的新可信度评分，是当前评分，是预设的可信度更新因子， 可用于控制评分变化的幅度与速率，是预设的质量阈值，用于判断检验数据质量是否达 标，符号函数的作用是判断数据质量是否达标并对评分进行奖惩，为信任评分 上限值，以确保评分在合理区间内，函数的定义为， 所述当前待补全群智感知数据为稀疏数据矩阵，融合所述当前待补全群智感知数 据、所述当前信任特征以及所述当前任务时空特征，得到当前待处理融合特征，具体包括： 提取工人的可信度评分，通过一可学习信任嵌入层，将所述可信度评分映射为与 所述稀疏数据矩阵维度相同的信任嵌入向量； 将每个数据点对应的任务位置坐标和时间戳，通过一可学习时空嵌入层，转换成固定 维度的时空嵌入向量；以及， 将所述稀疏数据矩阵、所述信任嵌入向量以及所述时空嵌入向量进行组合，形 成一个统一的输入表示作为所述当前待处理融合特征。

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南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。