基于多源大数据的传染病协同监测方法和机器人，包括：目标疾病获取步骤；医院监测数据获取步骤；个人监测数据获取步骤；第一交集获取步骤；初始化深度学习模型作为第一监测结果预测模型；相关个人数据获取步骤；第二交集获取步骤；第一监测结果预测模型构建步骤；第二监测结果预测模型构建步骤；监测结果预测模型使用步骤。上述方法、系统和机器人，综合利用个人监测数据、医院监测数据、个人相关数据来进行协同监测，在具有不同数据源的情况下，采用不同的监测方法，并通过不同的监测结果预测模型来获得监测结果，从而能够充分利用三种不同来源的数据获得更高的监测准确率，达到更好的监测效果。
📄 2020116299004
📂 G16H50_80
👤 华南师范大学
📅 2020-12-30
一种基于多源数据融合和条件扩散生成的沙尘暴预测方法，将沙尘暴预测任务明确定义为一种时空序列预测问题，输入为多个时刻的气象数据，输出为多个时刻的沙尘暴变化信息；将沙尘暴数据根据噪声添加公式进行噪声添加，得到带有噪声的沙尘暴数据；通过历史时刻的卫星云图、气象再分析数据、沙尘暴数据，以及时间步t共同训练多源数据噪声预测网络；将完全高斯噪声图、当前的时间步tx，以及历史时刻的卫星云图、气象再分析数据、沙尘暴数据输入多源数据噪声预测网络，预测当前噪声图的噪声，通过去噪公式去除当前时刻的噪声，得到tx‑1时刻带有噪声的沙尘暴数据；重复这一操作直至t0时刻，得到预测结果。本发明能够精确进行沙尘暴预测。
📄 2025101654913
📂 G06V20_10
👤 浙江工业大学
📅 2025-02-14
基于属性贡献度掩码的多源数据融合商品推荐方法，包括：1)通过网络收集对于商品的评论，包括图片，文字，视频；2)训练自编码器；3)提取降维数据；4)融合数据；5)训练深度模型；6)掩膜法计算权重；7)获得每个维度数据的权重，对于每个数据中每一维度的权重进行微调；8)对评分预测模型进行重训练，得到最终的评分预测模型；9)采用知识图谱的方式进行预测，利用老产品数据预测新产品数据；10)进行新老产品的评分预测，根据评分结果进行推荐。本发明提高了系统的准确性、系统输出的可信度。
📄 2022112242788
📂 G06Q30_0601
👤 浙江工业大学
📅 2022-10-08
基于多源数据融合和MILP的交通控制子区聚类划分方法，首先，根据实际交通环境，选择两类特征参数数据进行相关性分析，并在数据规范化基础上融合两类数据，形成新的组合特征参数；然后，采用层次聚类算法，为所有路段生成可以表征周围交通流态势的有序序列；接着，基于MILP思想进行初次建模和软件求解，获得初次划分结果；最后，针对需要重新分配的路段进行二次MILP建模和求解，获得最终划分结果。本发明适用于大型城市交通网络，基于多源数据融合的组合特征参数可以获得更符合实际交通状况的交通控制子区划分结果，同时MILP模型具有良好的可解性，可以在有效时间内获得全局最优的交通控制子区划分结果。
📄 2019104387158
📂 G08G1_01
👤 浙江工业大学
📅 2019-05-24
本发明公开了基于多源数据融合的广告创意动态评估与智能决策系统，涉及广告设计技术领域。包括：状态感知与图谱化模块，用于获取实时交互行为与外部环境数据，映射至动态创意特征图谱并输出图谱结构化状态向量；在线决策模块，以该状态向量为输入，调用增量学习决策模型计算各候选创意组合的预期效能值与决策不确定性值，并依据决策不确定性值通过策略函数生成创意选择指令；执行反馈模块，输出指令并接收对应的实际效能数据；协同演化更新模块，依据该效能数据、选择指令及状态向量，同步更新动态创意特征图谱中相关节点与边的权重以及决策模型的内部参数。本发明实现了广告创意在动态投放环境中的实时评估、智能决策与协同自进化。
📄 2026100572145
📂 G06Q30_0251
👤 厦门华厦学院
📅 2026-01-16
本发明提供一种基于多源数据融合的鲟鱼健康智能监测方法及系统，首先实时同步采集鲟鱼养殖池的水下图像数据和红外热像数据，并分别进行预处理；之后进行鱼体定位，并分别进行行为特征提取和温度特征提取，之后将鲟鱼行为特征和鱼体温度特征进行特征融合，最后将鲟鱼融合特征输入预先训练好的异常检测模型中，获取异常检测结果；本发明通过整合多种传感技术和先进的数据分析算法，实现了对鲟鱼养殖过程的全面、实时、智能监测，不仅能够及时发现和处理异常情况，还能通过长期数据积累和分析，为养殖管理提供科学依据和优化建议；同时，本发明的实施也显著提高了鲟鱼养殖的效率和产品质量，降低了疾病风险和经济损失。
📄 2024114699655
📂 G06V10_80
👤 广东海洋大学
📅 2024-10-21
本发明属于铁路多源数据融合技术领域，具体涉及一种铁路基础设施多源数据融合系统及方法。该发明通过分析各个基准数据源的时间特征，能够准确地识别出具有集中性特征和分散性特征的数据源，并据此制定相应的融合规则，不仅确保了数据融合过程的科学性和合理性，而且能够及时发现并处理异常融合节点，从而保证了数据融合结果的可靠性，此外，本发明还能够根据融合偏差量对异常融合节点进行动态调整，确保了数据融合过程的连续性和稳定性，通过实时监控和回溯分析，能够及时发现并纠正数据融合过程中的偏差，从而避免因数据融合错误导致的决策失误，为铁路基础设施的维护和管理提供准确和及时的数据支持。
📄 2024115120090
📂 G06F18_25
👤 华东交通大学; 中铁武汉电气化设计研究院有限公司
📅 2024-10-28
本发明公开了基于机器学习与多源数据融合的智能检测与动态预警系统，涉及膜分离工艺监测技术领域，由数据采集与预处理部分、物理模型与数据驱动模型部分、动态权重融合与自适应机制部分和人机交互与报警部分组成，系统通过采集膜通量、跨膜压差、溶液浓度、温度、进水流量及操作压力等参数，结合改进的XGBoost机器学习模型，构建综合污染指数以量化膜污染程度；模型通过特征工程，实现污染机理与数据规律的双重解析。系统支持从分钟级预警到小时级清洗决策的全闭环管理，并通过贝叶斯优化动态调整阈值，显著提升系统的泛化性与抗干扰能力，适用于反渗透、超滤等膜分离工艺的智能化运维。
📄 2025108518290
📂 B01D65_10
👤 武汉工程大学
📅 2025-06-24
本发明公开了基于多源数据融合的卫星XCO2预测方法和系统，属于大气环境监测与遥感数据处理技术领域，用于解决现有卫星XCO2数据因云层遮挡、传感器误差等原因导致的时空不连续问题。通过整合多源卫星遥感数据及人为活动数据，构建时空耦合的深度学习模型，实现高精度XCO2缺失值填补与未来时间序列预测。最终，本发明突破了传统碳排放清单法的滞后性限制，可支持碳排放动态反演的实时监测需求且为环境监测、碳排放评估及政策制定提供支持。
📄 202510491472X
📂 G06F18_25
👤 南京信息工程大学
📅 2025-04-18
本发明提供一种基于多源数据融合的应急短临预报方法及系统，涉及短临天气预报技术领域。本发明的步骤为：将多时次多通道卫星云图序列、多时次雷达回波图序列和相同时序下的基本气象预报因子打包作为数据样本，进行预处理和数据增强，得到训练样本；构建用于融合多源数据的网络，将训练样本输入网络中进行训练，得到训练好的多源数据融合网络；将预测区域之前符合短临预报有效时间内的多时次多通道卫星云图序列、多时次雷达回波图序列和相同时序下的基本气象预报因子输入所述训练好的多源数据融合网络，对区域未来若干时间段进行天气预测。本发明的应急短临预报方法，极大提高了预测的准确率。
📄 2022110108958
📂 G01W1_10
👤 南京信息工程大学; 南京中网卫星通信股份有限公司
📅 2022-08-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台