恭喜重庆邮电大学李嫄源获国家专利权
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!
龙图腾网恭喜重庆邮电大学申请的专利一种面向特种专用汽车多模态传感器数据预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:CN116578839B 。
龙图腾网通过国家知识产权局官网在2025-04-18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:202310540664.6,技术领域涉及:G06F18/10;该发明授权一种面向特种专用汽车多模态传感器数据预处理方法是由李嫄源;黄艳钦;朱智勤;陈诗尧;李家兴;龚康;刘秋卓设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。
本一种面向特种专用汽车多模态传感器数据预处理方法在说明书摘要公布了:本发明涉及一种面向特种专用汽车多模态传感器数据预处理方法,属于特种专用汽车检测预警领域。该方法包括:针对多模态的传感器收集到的特种专用汽车产生的一维数据,采用基于上下文推理的数据清理方法进行数据清理;针对特种专用汽车运行过程中,多模态的传感器收集到的正常工况数据量大于异常工况数据量,而正常工况数据对于异常工况的预警检测作用较小时,采用基于K‑Means聚类和diffusion网络的数据均衡方法实现数据均衡;针对特种专用汽车多传感器收集到的多模态数据指标,采用基于注意力机制的图神经网络和多尺度自适应优化模块的数据融合方法,改善预警模型的检测能力,提高数据的利用效率。
本发明授权一种面向特种专用汽车多模态传感器数据预处理方法在权利要求书中公布了:1.一种面向特种专用汽车多模态传感器数据预处理方法,其特征在于,该方法具体包括以下步骤:S1:针对多模态的传感器收集到的特种专用汽车产生的一维数据,采用基于上下文推理的数据清理方法,具体包括:使用融合专家经验的贝叶斯网络确认数据分布情况,再使用上下文推理模型捕获相邻数据中的分布信息,并使用置信度区间进行合理化判断,对于离群数据和不符合数据分布的脏数据进行数据清理;S2:针对特种专用汽车运行过程中,多模态的传感器收集到的正常工况数据量大于异常工况数据量和异常工况数据较小,而正常工况数据对于异常工况的预警检测作用较小且需要增加符合数据分布的异常工况数据时,采用基于K-Means聚类和diffusion网络的数据均衡方法,具体包括:使用K-Means聚类方法进行欠采样处理,通过计算数据分布情况得出样本簇聚类,对多数样本簇采用随机裁剪方法以减少冗杂重复数据实现数据均衡;针对少量数据样本簇使用基于diffusion的数据生成方法对少量异常工况信息进行过采样操作,通过模仿特种专用汽车中传感器中少数的异常工况信息概率分布生成新的数据样本来实现数据均衡;S3:针对特种专用汽车多传感器收集到的多模态数据指标,采用基于注意力机制的图神经网络和多尺度自适应优化模块的数据融合方法融合多个传感器的数据,具体包括:使用先验知识对某种异常工况检测有积极影响的传感器进行组合,对这些传感器数据通过图的结构连接建立相关联系,通过融合时空注意力机制的一阶近似图卷积建立多传感器的联系,再通过多尺度自适应优化模块将多尺度时空序列的数据关键信息进行提取与融合。
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重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2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”。
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。