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！

龙图腾网获悉苏州科技大学申请的专利融合多源因素的传感器数据长时预测的方法及装置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：CN116561697B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310258034.X，技术领域涉及：G06F18/25；该发明授权融合多源因素的传感器数据长时预测的方法及装置是由顾敏明;徐浩钧;汤轶丰;胡伏原;高亮设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本融合多源因素的传感器数据长时预测的方法及装置在说明书摘要公布了：本发明公开了一种融合多源因素的传感器数据长时预测的方法及装置，属于计算机技术领域。所述方法包括：采集传感器数据，并对采集后的多传感器数据进行缺失填充与归一化处理，分析目标数据与多源因素动态关系，提取特征并构建他们的动态相关性，根据历史序列数据采用频域分解模块以减少多源因素序列冗余的同时保留其时序特征，以及根据历史时序数据采用时间注意模块构建历史时序数据与当前时间步数据的时序相关性。本发明以解码器‑编码器，频域分解模块，注意力模块等为基础，解决了长时预测时多源因素难以动态构建相关性、减少历史序列冗余并保留时序特征的问题。

本发明授权融合多源因素的传感器数据长时预测的方法及装置在权利要求书中公布了：1.一种融合多源因素的传感器数据长时预测的方法，其特征在于，包括如下步骤： S1、采集传感器数据，并对采集后的数据进行缺失填充与归一化处理，确定目标数据和多源因素； S2、分析目标数据与多源因素动态关系，提取特征并构建目标数据与多源因素间的动态相关性； S3、通过LSTM网络更新多源因素编码器中的隐层状态数据； S4、将隐层状态数据进行频域分解，选取频域数据以减少多源因素序列冗余并保留其时序特征； S5、构建历史时序数据与当前时间步数据的时序相关性，实现时间点之间的关系强化，并更新时序解码器中的隐层状态数据； S6、根据多源因素编码器时序解码器中隐层状态数据与测试集中的数据信息，通过全连接层来获取最终的目标数据长时预测结果； 其中，所述步骤S2包括：将目标数据与多源因素数据通过双层卷积操作提取多源因素特征: ； 其中，,代表的是卷积操作，其卷积核的大小为1，将目标数据与多源因素数据相融合形成包括所有特征因素信息的深度特征序列； 在不同的时间步内计算出不同的相关性系数，通过tanh函数计算上一时间步的隐层状态与多源因素特征的动态相关性： ； 其中，，，皆为可以学习的参数，是偏置权重； 然后，通过归一化的方式衡量相关性分数的重要性。

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苏州科技大学，其通讯地址为：215000 江苏省苏州市学府路99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”。

以上内容由龙图腾AI智能生成。