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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于最小错误率的多元决策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：CN115809437B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211497065.2，技术领域涉及：G06F18/25；该发明授权一种基于最小错误率的多元决策融合方法是由郭云飞;匡玉;薛安克;陈华杰;孔亚广;陈军松设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基于最小错误率的多元决策融合方法在说明书摘要公布了：本发明涉及一种基于最小错误率的多元决策融合方法，基于最优化方法，实现对事件多分类情况下的多元决策融合，先对事件进行分类并提取各类情况下的特征，然后各源根据已分类的事件并结合贝叶斯法则进行本地决策，其次再根据事件的时变特征选择合适的融合规则，最后融合中心对各源的决策进行融合得到最终的全局决策结果。该方法解决了传统的二元决策融合仅仅包含事件成立的假设H1与事件不成立的假设H0两种情况的局限性，同时，使用多种融合规则，进一步提高了决策正确率。

本发明授权一种基于最小错误率的多元决策融合方法在权利要求书中公布了：1.一种基于最小错误率的多元决策融合方法，其特征在于：包括以下步骤： 步骤一：对待决策对象进行事件分类与特征建模； 所述步骤一具体包括： 在对对象进行决策前需要对其进行事件分类与特征建模，过程基于对象问题的不同而不同，往往与对象的经验值或公式值确定，结果使用一个分布表示，即多个传感器对特征量进行估计，每一个传感器的估计结果均服从正态分布：设对某一事件的分类有重假设，且对任意假设都有一个能够区分其他假设的特征量，现有多个传感器对特征量进行估计，估计结果服从正态分布： 其中，表示事件的第重假设成立,表示事件成立情况下传感器对特征量估计为的概率，分别是事件成立情况下传感器对特征量估计值正态分布下的均值与方差，是传感器数量,是多重假设总数； 步骤二：各观测源对时刻目标的特征量进行提取； 步骤三：各观测源对特征量进行本地决策； S3.1：后验概率，根据目标类别分布函数的先验信息，计算目标分别属于各类的后验概率值； S3.2：后验概率比，将目标属于不同类别的后验概率值相比得到不同类别之间的后验概率比； S3.3：对数似然比，将不同目标类别之间的后验概率比取对数得到其后验概率对数似然比； S3.4：决策，根据最大化后验概率决策规则，得到不同源的本地决策结果； 传感器本地决策规则为：对于传感器，在重假设中任选一个假设并计算个后验概率比： 根据贝叶斯法则，上式可由下式计算得到： 其中，为事件的先验概率，仿真中未知，则设为； 定义传感器本地端的对数似然比为： 于是传感器的本地决策规则如下： 步骤四：构造不同源之间的决策信息矩阵； 步骤五：根据特征量时变特性选择单次决策融合规则或多次决策融合规则； 步骤六：融合中心对各观测源的本地决策结果进行融合得到全局决策结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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。