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！

龙图腾网获悉济南市勘察测绘研究院申请的专利基于多源传感融合的扬尘监测数据处理与分类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：CN121366654B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511947282.0，技术领域涉及：G16C20/20；该发明授权基于多源传感融合的扬尘监测数据处理与分类方法是由吴乃永;窦小影;康鑫;段龙妹;程威翔设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本基于多源传感融合的扬尘监测数据处理与分类方法在说明书摘要公布了：本发明涉及一种基于多源传感融合的扬尘监测数据处理与分类方法，具体如下：首先在目标区域部署多源扬尘监测传感器节点采集数据，并进行标注，生成数据集；接着对采集的数据进行连续小波变换，提取小波能量谱与香农熵，拼接得到增强特征张量；然后通过两阶段融合与编码策略，先经小波包分解提取频带能量特征，再计算多通道互相关、统计矩、比值特征形成时序模式编码特征，结合局部时序特征矩阵实现多源异构特征融合；随后构建含多尺度时序特征提取与动态融合模块的深度学习模型，输入融合特征矩阵训练；最后将预处理后的新监测数据输入训练好的模型，输出尘源与污染等级分类结果。本发明能有效提升扬尘监测数据分类准确性与尘源识别精度。

本发明授权基于多源传感融合的扬尘监测数据处理与分类方法在权利要求书中公布了：1.一种基于多源传感融合的扬尘监测数据处理与分类方法，其特征是，包括以下步骤： S1、在目标监测区域部署多源扬尘监测传感器节点，每个节点同步采集PM2.5浓度、PM10浓度、温度、湿度这4个传感通道的时序数据与外部环境上下文信息，以固定的监测时间窗口内的数据为样本，对采集的数据进行污染等级标注和尘源类型标注，整合成数据集； S2、对各传感通道原始时序数据做连续小波变换转至时频域，提取小波能量谱和香农熵，与原始时序数据拼接得到增强特征张量； S3、采用两阶段特征融合与编码策略，先对关键通道的原始时序数据进行小波包分解提取频带能量特征，再计算多通道间的互相关、统计矩、比值特征并拼接成时序模式编码特征，再对增强特征张量进行初步局部变换，得到局部时序特征矩阵，将三者融合得到融合特征矩阵； S3具体如下： S3.1、对采集PM2.5浓度和PM10浓度两个关键颗粒物通道的原始时序数据分别进行层小波包分解，获得树状结构的多层节点系数，计算每个节点系数的能量，选取能量最高的个节点能量构成特征向量； 再将PM2.5浓度和PM10浓度两个关键颗粒物通道的特征向量拼接，得到各个样本的小波包能量特征向量； S3.2、通过捕捉不同传感通道间的动态关联与联合统计特性计算时序模式编码特征，时序模式编码特征包括通道间的最大互相关系数及其滞后时间、各通道的统计矩以及颗粒物浓度比值序列的统计量，将三类特征拼接构成时序模式编码特征向量； S3.3、将增强特征张量输入轻量级的一维卷积层，进行初步的局部特征提取与变换，得到局部时序特征矩阵； S3.4、将局部时序特征矩阵与小波包能量特征向量、时序模式编码特征向量进行融合； 先通过独立的可学习仿射变换将小波包能量特征向量和时序模式编码特征向量投影到统一子空间，然后将投影后的全局特征在时间维度上复制次，并与局部时序特征矩阵在特征维度拼接，得到融合特征矩阵； S4、构建用于扬尘监测数据分类的深度学习模型并进行训练，模型包括多尺度时序特征提取与动态融合模块、扬尘监测数据分类与损失函数计算模块，将融合特征矩阵输入至模型中进行分类，并计算损失函数，然后对深度学习模型进行迭代训练与可训练参数更新，得到训练好的模型； S5、将新采集的扬尘监测数据经过预处理后输入至训练好的模型中，输出各类尘源和污染等级的概率分布，取概率最高的类别作为最终结果。

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济南市勘察测绘研究院，其通讯地址为：250000 山东省济南市济南高新技术产业开发区舜华路2000号舜泰广场1号楼A座12-16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。