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！

龙图腾网恭喜深圳市诺龙技术股份有限公司申请的专利多源传感环境下交通边缘多源数据有效提取与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：CN119557841B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202510122768.4，技术领域涉及：G06F18/25；该发明授权多源传感环境下交通边缘多源数据有效提取与融合方法是由张顺庆;稂洪水;宋国设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本多源传感环境下交通边缘多源数据有效提取与融合方法在说明书摘要公布了：本发明涉及数据融合技术领域，且公开了多源传感环境下交通边缘多源数据有效提取与融合方法，步骤S01：输入目标数据并进行初步处理；步骤S02：将目标数据进行数据特征提取与分类识别；步骤S03：获取连续融合数据特征；步骤S04：获取离散融合数据特征；步骤S05：获取最终融合数据；通过设有步骤S03、步骤S04与步骤S05，将交通数据分为连续型数据与离散型数据，进行分类处理再进行融合，在应对多源传感环境下的交通数据时，对不同类型数据采取不同的融合方式进行对应的初步融合后，再进行降维将连续型数据与离散型数据进行融合，提高了数据融合的精度与适应度，为后续使用数据提供了便利，奠定了基础。

本发明授权多源传感环境下交通边缘多源数据有效提取与融合方法在权利要求书中公布了：1.多源传感环境下交通边缘多源数据有效提取与融合方法，其特征在于：包括以下步骤：步骤S01：输入目标数据并进行初步处理：所述目标数据为需要进行提取与融合的交通数据；步骤S02：将目标数据输入构建好的数据识别模型进行数据特征提取与分类识别，将数据分为连续型数据与离散型数据两类；步骤S03：对连续型数据的数据特征进行连续类融合处理，构建连续融合模型获取连续融合数据特征；步骤S04：对离散型数据的数据特征进行离散类融合处理，获取离散融合数据特征；步骤S05：对连续融合数据特征与离散融合数据特征进行降维处理，而后进行最终融合，获取最终融合数据；所述获取离散融合数据特征的方式为：构建决策表，决策表由条件属性集和决策属性集组成，对于条件属性集B中的每个属性子集，由若干个条件属性值向量组成；对于任意一个属性子集X，计算出属性子集在条件属性集中的条件属性值向量下的上确定集和下确定集；通过上确定集和下确定集的基数即元素个数，计算出属性子集在条件属性集的条件属性值向量下，对决策属性值g的粗糙度，即不能被条件属性集完全确定的程度；所述粗糙度的计算公式为： ；其中，βBX表示X在B中的条件属性值向量下的粗糙度，BX-为X在B中的条件属性值向量下的下确定集，BX+为X在B中的条件属性值向量下的上确定集；λ为调节参数，取值范围为[0，1]；Sxi∈X是示性函数，当xi属于X时取值1，否则取值0；wi是第i个目标对象xi的权重；γ为时间调节参数，TX为属性子集X中数据的平均时间戳，T为当前时间；θ为一个衰减系数；基于粗糙度，计算决策属性值g在B中的条件属性值向量下的依赖度； ；其中，DBg为决策属性值g在B中的条件属性值向量下的依赖度；定义单个的条件属性值向量q对决策属性值g的重要度为包含q时的依赖度，减去不包含q时的依赖度；将所有条件属性值向量q按照其重要度的值从大到小排序，得到排序后的属性；设置一个重要度阈值YU，对排序后的属性进行遍历，若对应的重要度大于YU，则将q保留在B中；若重要度小于或等于YU，则将q从B中移除，视为冗余属性，剩余在B中的就是核心属性集，其他被移除的属性视为冗余；用核心属性集构建新的决策表；记作简约决策表。

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深圳市诺龙技术股份有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道阳光社区松白路1026号南岗二工业园10栋厂房301；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”。