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！

龙图腾网获悉吉林省鑫应信息科技开发有限公司申请的专利基于多模态数据融合的热点采集设备自适应控制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：CN120630726B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511068286.1，技术领域涉及：G05B13/04；该发明授权基于多模态数据融合的热点采集设备自适应控制系统是由李宝辉;钱桂兵设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于多模态数据融合的热点采集设备自适应控制系统在说明书摘要公布了：本发明公开了一种基于多模态数据融合的热点采集设备自适应控制系统，涉及智能传感与自适应控制技术领域，包括异构传感器阵列，时空对齐引擎，通过事件触发机制同步各传感器时钟，采用B样条插值处理异步数据；特征金字塔融合网络提取多尺度特征，通过通道和空间注意力机制强化关键信息；自适应热点追踪模块，采用容积卡尔曼滤波预测轨迹；动态资源分配模块，根据热点优先级评估结果优化设备调度；多智能体协同控制层，通过强化学习实现设备间自主协商；边缘‑云协同计算架构，根据任务复杂度动态分配计算资源。本发明通过多模态数据融合与时空对齐，温度测量误差，自适应资源分配机制使漏检率降低，显著提升系统可靠性与实用性。

本发明授权基于多模态数据融合的热点采集设备自适应控制系统在权利要求书中公布了：1.一种基于多模态数据融合的热点采集设备自适应控制系统，其特征在于，包括：异构传感器阵列，集成分布式红外焦平面阵列、相控阵激光雷达、MEMS麦克风矩阵、光纤光栅温度传感器，采用异步采样机制；时空对齐引擎，基于事件触发生成全局同步时钟，通过动态时间规整实现多速率数据流亚毫秒级对齐；特征金字塔融合网络，采用深度可分离卷积构建多尺度特征提取器，结合注意力门控抑制冗余特征，生成层次化融合特征图谱；自适应热点追踪模块，构建时空温度场张量，通过张量分解识别热点核心区、缓冲区、影响区，采用卡尔曼滤波预测热点三维演化轨迹；动态资源分配模块，基于热点优先级评估动态调整传感器采样频率、传输带宽及处理资源；协同控制决策层，采用多智能体强化学习框架，通过策略梯度算法优化设备集群协同控制策略，实现空间覆盖最大化与能耗最小化的帕累托最优； 所述时空对齐引擎包括：事件触发同步单元，各传感器在温度变化率超过阈值时生成同步事件；其中为温度变化率阈值，T是传感器实时检测的温度信号；异步数据插值单元，采用B样条插值对异步采样数据重采样，生成统一时间戳序列，其中xt为原始数据，为重采样数据，为生成的统一时间戳；时空校准矩阵，通过手眼标定计算变换矩阵，满足，其中为世界坐标，为传感器坐标，为特殊欧几里得群； 所述特征金字塔融合网络包括：多尺度特征提取单元，采用空洞卷积生成不同感受野的特征图谱，其中F1、F2、F3分别代表不同感受野下提取的特征图谱；注意力门控单元，计算通道注意力权重和空间注意力权重，生成融合注意力图，其中为Sigmoid函数，为ReLU函数，GAP为全局平均池化，为哈达玛积，W1、W2、W3、W4为可学习的权重矩阵；特征融合单元，通过残差连接生成，其中为残差特征，为注意力门控单元输出的对应的注意力权重； 所述自适应热点追踪模块包括：张量分解单元，将时空温度场Tx,y,z,t分解为核心张量C、空间因子矩阵S和时间因子矩阵Q，满足，其中为第i阶张量积，Tx,y,z,t代表时空温度场；热点区域划分单元，根据温度梯度划分为核心区、缓冲区、影响区；轨迹预测单元，采用容积卡尔曼滤波，通过状态方程和观测方程预测轨迹，其中、为高斯噪声，xk为k时刻系统状态，f⋅是状态转移函数，h⋅为观测函数； 不确定性量化模块，采用贝叶斯神经网络计算温度预测的不确定性，通过蒙特卡洛dropout方法生成预测分布；鲁棒控制模块，基于管模型预测控制算法，构建包含不确定性边界的控制约束集，其中为标称控制输入，为鲁棒性参数，σT为温度预测不确定性的标准差；自适应重配置模块，当不确定性超过阈值时，触发传感器重配置流程，调整传感器布局与采样策略。

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吉林省鑫应信息科技开发有限公司，其通讯地址为：132013 吉林省吉林市高新开发区万科城滨江中心4层；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。