恭喜杭州智元研究院有限公司刘珂获国家专利权
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！
龙图腾网恭喜杭州智元研究院有限公司申请的专利一种基于深度证据不确定性的边云协同多模态冲突处理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：CN119337322B 。
龙图腾网通过国家知识产权局官网在2025-03-28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：202411869722.0，技术领域涉及：G06F18/25；该发明授权一种基于深度证据不确定性的边云协同多模态冲突处理方法是由刘珂;谢亮;朱墨;尚鹏辉;侯博文;尹宗宇;王帅设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。
本一种基于深度证据不确定性的边云协同多模态冲突处理方法在说明书摘要公布了：本发明公开了一种基于深度证据不确定性的边云协同多模态冲突处理方法，所述方法包括步骤1、多传感器数据预处理；步骤2、构建多模态融合网络；步骤3、不确定性度量与分配；步骤4、检测证据冲突；步骤5、增量式多模态学习；步骤6、同步边云反馈与优化。本发明提高了鲁棒性和精确性，同时通过边端与云端的协同工作，实现对动态环境中多模态数据的实时处理和多视角融合。
本发明授权一种基于深度证据不确定性的边云协同多模态冲突处理方法在权利要求书中公布了：1.一种基于深度证据不确定性的边云协同多模态冲突处理方法，其特征在于，包括以下步骤：步骤1、多传感器数据预处理：对传感器数据进行去噪、分割、归一化处理；步骤2、构建多模态融合网络：基于深度证据理论设计多模态融合网络，生成多模态证据权重和不确定性度量；步骤3、不确定性度量与分配：基于高斯过程模型的自适应权重分配机制对多模态数据的不确定性进行度量和分配；步骤4、检测证据冲突：利用双向熵分析进行所述冲突的量化和调整，并最小化全局冲突度量；计算冲突度量： ；其中，和是任意模态和的置信度分布，是多种不同的冲突事件；利用最小化全局冲突度量，优化模态融合： ；步骤5、增量式多模态学习：利用增量式学习方法对所述高斯过程模型进行动态更新；所述增量式学习更新方法利用时间衰减因子对历史数据的模态权重进行动态调整： ；其中，是模态在时刻的权重，是模态在时刻的权重，是模态在时刻的置信度；步骤6、同步边云反馈与优化：利用边云协作对多模态数据进行全局反馈和优化，完成环境重建。
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智元研究院有限公司，其通讯地址为：310013 浙江省杭州市西湖区云展路188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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号