专利交易市场

本发明公开一种基于数据关联思想的航迹软关联方法。航迹软关联方法通过“软”关联方式，避免传统关联算法的一对一硬关联，在复杂环境下可大大提高关联性能，航迹关联容错性更高。该方法将辅传感器的航迹作为量测，通过计算辅传感器每条航迹关联概率实现软关联并更新主传感器航迹，以实现航迹“软”关联的方式。

本发明公开了一种基于序贯多层融合的复杂系统成功率评估法，包括如下步骤：根据先验信息给出复杂系统成功率所服从的先验分布密度函数，所述的先验信息包括数字仿真数据、半实物仿真数据和外场静态实验数据；引入继承因子和更新因子，当获取先验信息的条件与现场实验条件不一致时，将获取的先验信息进行折合修正，使得折合后的信息和现场实验信息近似服从同一总体，即将不同环境、不同实验条件的实验信息折合到标准实验状态下的实验信息，得到修正后的先验分布；基于序贯多层的Bayes融合，得到成功率的后验分布；通过损失函数和风险函数，在风险最小准则下得到成功率给出Bayes点估计。

本申请的融合多系统的校园安全管控方法及系统，涉及人工智能技术领域，方法包括：收集视频流和音频信号；采用基于注意力机制的人体姿态估计模型得到人体姿态信息，计算异常行为数据，设计用于判断是否发生异常事件的异常事件判断函数；构建校园安防知识图谱，构建图神经网络模型，当发生异常事件时，利用图神经网络模型学习异常事件实体的嵌入表示，分析异常事件的推理原因；基于异常音频信号得到传感器组合，计算传感器组合中每个传感器对的信号相似性，根据信号相似性计算得到匹配度评分最高的候选声源位置，作为异常事件的发生位置；将异常事件的发生位置、异常事件的推理原因发送给校园安保人员；实现了基于多系统数据的校园人员安全监测。

本发明涉及多源信息融合驱动技术领域，特别是一种多源信息融合驱动的水下场景智能感知方法。包括以下步骤，S1，全局感知：使用侧扫声呐采集远距离的声学图像，采用基于深度学习的RMS模块提取侧扫声呐图像更深层的纹理信息，划定感兴趣的目标区域；S2，局部感知：使用摄像机采集近距离的光学图像，采用基于深度学习的LA模块对光学图像进行感知，进一步精准确定目标种类；S3，置信度筛查：将S1和S2的输出结果进行融合，来确定声学和光学多源信息最终感知结果，实现水下场景的智能感知。对声呐在远距离采集的声学数据和摄像机在近程采集的光学数据进行感知并融合结果，更适合水下移动设备的工作应用。

本发明涉及一种基于多源信息融合的林业生态环境人机交互方法，属于神经网络领域。该方法围绕林业生态中声音、图像、文字等关键信息综合处理，研究面向多源异构林业生态数据的稀疏特征提取、决策融合分析的共性技术，处理林业生态环境中多源异构信息，通过多模态信息的融合实现对于林业生态信息的多角度理解与分析。本发明融合人工智能在图像、语音识别和自然语言处理中的已有先进成果，面向林业生态典型应用场景，采用“云”到“端”的处理方式，利用视觉、语言、听觉等各种感知所记忆的多通道信息，构建林业生态环境统一语义表达的多模态人机交互平台，丰富林业生态监管手段、提升林业生态管理效率。