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！

龙图腾网获悉西安应用光学研究所申请的专利一种数据驱动的层次递归加权传感器信息融合识别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：CN116304983B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310253846.5，技术领域涉及：G06F18/25；该发明授权一种数据驱动的层次递归加权传感器信息融合识别方法是由王马强;张卫国;何鹏;王谭;黄维东;郭冰涛;韩琪;王怡恬;贾世森;李琦;吴英春;周根东;惠进;赵创社;范鹏程设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种数据驱动的层次递归加权传感器信息融合识别方法在说明书摘要公布了：本发明公开了一种数据驱动的层次递归加权传感器信息融合识别方法，通过输入多传感器的不同信息，对多源传感器信息进行融合，融合过程中处理高度冲突信息，得到融合处理后目标的识别置信度。对传感器信息冲突度量，计算每个证据的权重，进行层次递归加权融合是整个发明的关键。本发明能够有效处理多个证据间的冲突，更加有效地衡量不同证据组直接的冲突程度；能够实现异类传感器信息的高效融合；能够提升对目标的融合识别置信度。针对来自多个传感器的目标识别结果，本发明给出的融合结果不确定性更低，最终结果更加明确。本发明实施过程不依赖于底层传感器的原始数据，融合过程高效迅速，复杂度低。

本发明授权一种数据驱动的层次递归加权传感器信息融合识别方法在权利要求书中公布了：1.一种数据驱动的层次递归加权传感器信息融合识别方法，其特征在于，包括以下步骤： 步骤一：将多传感器对未知目标的识别结果进行证据理论建模，对得到的证据在辨识框架的幂集上进行折扣计算，得到传感器输出的n个证据； 步骤二：计算任意两个证据的相似性，得到证据间的距离矩阵，根据证据之间的距离，利用k-means算法进行证据聚类得到证据类簇； 步骤三：采用Bootstrap抽样方法得到两个证据类簇的类间冲突分布，基于有序加权平均思想，利用最大熵公式得到的加权权重，计算证据类簇的冲突程度； 步骤四：针对证据类簇内的所有证据，基于其向量形式计算所有证据的信息熵的平均值； 步骤五：根据证据簇内的平均信息熵和簇间的冲突程度计算证据类簇的权重； 步骤六：针对每个证据类簇重复步骤二至步骤五，直至每个类簇中只包含一个证据，基于得到的分层递归的证据类簇权重，通过逐层乘性聚集，得到n个证据各自的权重，依据权重分布，计算n个证据的平均证据； 步骤七：对得到的平均证据，按照Dempster组合规则自身与自身融合n-1次，得到所有传感器信息的融合结果； 步骤八：将融合后幂集空间分布上的证据转化到辨识框架上，基于博弈概率转换得到融合识别结果的概率分布，选择概率最大的类别作为多传感器信息融合的最终识别结果。

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西安应用光学研究所，其通讯地址为：710065 陕西省西安市雁塔区电子三路西段九号；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。