買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江省發展規劃研究院申請的專利基于多模態數據融合的智能系統集成方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119938739B 。

龍圖騰網通過國家知識產權局官網在2025-06-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510431245.8，技術領域涉及：G06F16/2458；該發明授權基于多模態數據融合的智能系統集成方法是由陳知然;王煜若;俞翔;周哲偉;劉隆設計研發完成，并于2025-04-08向國家知識產權局提交的專利申請。

本基于多模態數據融合的智能系統集成方法在說明書摘要公布了：本發明公開了一種基于多模態數據融合的智能系統集成方法，包括：S1、獲取多個不同模態的數據源；S2、對多個不同模態的數據源中的原始數據進行預處理，生成預處理后的數據；S3、基于預處理后的數據，挖掘出各模態數據之間的潛在關聯關系，生成模態間關聯規則集合；S4、根據模態間關聯規則集合，動態調整數據融合策略，生成調整后的融合策略；S5、根據所述調整后的融合策略，對各模態數據進行加權融合，生成融合后的綜合數據；S6、對所述融合后的綜合數據進行處理，生成集成數據；S7、在智能系統運行過程中，基于集成數據和新的數據源輸入，實時更新所述關聯規則。本發明具備靈活性強、效率高、適應性強和數據處理成本低的優點。

本發明授權基于多模態數據融合的智能系統集成方法在權利要求書中公布了：1.基于多模態數據融合的智能系統集成方法，其特征在于，包括如下步驟： S1、獲取多個不同模態的數據源； S2、對多個不同模態的數據源中的原始數據進行預處理，包括去噪處理和標準化處理，生成預處理后的數據； S3、基于預處理后的數據，采用自適應關聯規則挖掘算法，挖掘出各模態預處理后的數據之間的潛在關聯關系，生成模態間關聯規則集合； S4、根據模態間關聯規則集合，動態調整數據融合策略，生成調整后的融合策略； S5、根據所述調整后的融合策略，對各模態預處理后的數據進行加權融合，生成融合后的綜合數據； S6、對所述融合后的綜合數據進行處理，生成集成數據； S7、在智能系統運行過程中，基于集成數據和新的數據源輸入，實時更新所述模態間關聯規則集合，生成更新后的關聯規則，并根據更新后的關聯規則重新調整融合策略； 所述S3具體包括： S31、對所述預處理后的數據進行模態劃分，獲得各模態數據獨立的模態數據集，所述預處理后的數據表示為，其中表示第個獨立的模態數據集，n表示模態數據集中的獨立的模態數據總數，包含第個獨立的模態數據集中的所有樣本數據，每個樣本數據由一個特征向量組成，其中為特征向量數量，且表示第個模態下第個特征向量的取值； S32、在每個模態數據集內，選擇適當的特征向量子集，并計算所選特征向量子集中的特征向量之間的關聯度，所述關聯度用于反映特征和特征之間的相互關系： ； 其中，和分別表示第個特征和第個特征在第個特征向量子集中的取值，和分別為第個特征和第個特征在模態下的均值，為特征向量子集數量； S33、根據所述各特征向量之間的關聯度，采用自適應關聯規則挖掘算法，通過設定支持度閾值和置信度閾值，挖掘出模態數據之間的潛在關聯規則，生成模態間的關聯規則集，其中每條關聯規則表示為，其中和為兩個特征集，且滿足以下條件： ； 其中，為和同時發生的概率，為從推導到的條件概率； S34、根據所述生成的模態間的關聯規則集，通過計算每條規則的提升度來評估每條關聯規則的強度，得到強度較高的關聯規則集： ； 其中，和分別為特征集和的邊際概率，若提升度，則表示和之間存在強正相關關系； S35、從所述強度較高的關聯規則集中，篩選出具有較強模態間依賴性的關聯規則，生成最終的模態間關聯規則集合，其中每條關聯規則表示模態間的關聯關系； 所述S4具體包括： S41、基于所述模態間關聯規則集合，計算每條關聯規則對應的權重值，其中每個權重值反映該關聯規則對模態數據融合過程中的貢獻程度： ； 其中，為關聯規則的提升度，為關聯規則中和同時發生的概率，和為模態間關聯規則集合中的其他特征集，為所有關聯規則的綜合貢獻，為模態間關聯規則集合中的規則數量； S42、根據每條關聯規則的權重值，計算每個模態數據集在數據融合中的權重： ； 其中，為獨立的模態數據集與關聯規則中的模態之間的相關性值，為關聯規則的權重值，n表示模態數據集中的獨立的模態數據總數； S43、對每個獨立的模態數據集的權重進行歸一化處理，得到歸一化后的權重值； S44、根據所述歸一化后的權重值，生成調整后的融合策略；該策略通過加權平均的方式，根據各模態數據的歸一化后的權重值對模態數據進行加權融合，得到調整后的融合策略： ； 其中，n表示模態數據集中的獨立的模態數據總數； S45、根據所述調整后的融合策略，進行模態數據的特征選擇和降維處理，實時調整每個獨立的模態數據集的歸一化后的權重值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江省發展規劃研究院，其通訊地址為：310030 浙江省杭州市西湖區古墩路598號同人廣場C座；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。