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！

龙图腾网获悉中山大学申请的专利一种基于配对特征合成网络的高容错多模态数据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：CN116383756B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310198229.X，技术领域涉及：G06F18/25；该发明授权一种基于配对特征合成网络的高容错多模态数据融合方法是由谭晓军;陈楠杰;邵达成;王锦萍设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种基于配对特征合成网络的高容错多模态数据融合方法在说明书摘要公布了：本发明公开了一种基于配对特征合成网络的高容错多模态数据融合方法，方法具体包括：对输入的原始数据进行动态权重分配和预处理得到初始细化特征对；对所初始细化特征对进行尺度变换得到输入特征；对所述输入特征进行分类预测得到多模态数据融合分类结果。本发明通过对输入的原始数据进行动态权重分配和预处理，保证了单一数据输入失效时的系统容错性以及可靠性；还通过尺度变换操作可以突出空间信息，增强边缘区域的特征表示，提高了算法的分类精度，也减少了模型参数的浪费。可广泛应用于计算机视觉多模态数据融合技术领域。

本发明授权一种基于配对特征合成网络的高容错多模态数据融合方法在权利要求书中公布了：1.一种基于配对特征合成网络的高容错多模态数据融合方法，其特征在于，包括： 对输入的原始数据进行动态权重分配和预处理得到初始细化特征对； 对所述初始细化特征对进行尺度变换得到输入特征； 对所述输入特征进行分类预测得到多模态数据融合分类结果； 所述对输入的原始数据进行动态权重分配和预处理得到初始细化特征对，包括： 所述原始数据为原始图像数据和原始激光雷达数据； 对所述原始图像数据进行权重分配和主成分分析降维得到第一图像数据； 对所述原始激光雷达数据进行权重分配和卷积维度传导得到第一激光雷达数据； 对所述第一图像数据和所述第一激光雷达数据进行块学习和通道分割后得到图像数据原始特征和雷达数据原始特征； 将所述图像数据原始特征和所述雷达数据原始特征进行交叉仿射变换，得到图像数据细化特征和雷达数据细化特征； 将所述图像数据细化特征和所述雷达数据细化特征进行连接得到所述初始细化特征对； 所述对所述输入特征进行分类预测得到多模态数据融合结果，包括： 将所述输入特征进行平均池化和卷积操作得到语义特征； 将所述语义特征通过全局平均池化、全连接层和Softmax函数，转化为预测向量进行特征分类，得到多模态数据融合分类结果； 通过交叉熵损失函数检测分类结果的真值和误差； 所述将所述图像数据原始特征和雷达数据原始特征进行交叉仿射变换，得到图像数据细化特征和雷达数据细化特征，包括： 由所述图像数据原始特征和雷达数据原始特征通过互补分组的连接，得到图像数据互补原始特征和雷达数据互补原始特征； 所述图像数据互补原始特征通过第二计算公式生成第一变换因子和第二变化因子； 所述雷达数据互补原始特征通过第三计算公式生成第三变换因子和第四变换因子； 通过所述第一变换因子和所述第二变换因子对所述雷达数据原始特征通过第四计算公式得到所述雷达数据细化特征； 通过所述第三变换因子和所述第四变换因子对所述图像数据原始特征通过第五计算公式得到所述图像数据细化特征。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。