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！

龙图腾网获悉复旦大学申请的专利一种基于统一融合特征的多模态车辆驾驶风格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：CN115565161B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211299132.X，技术领域涉及：G06V20/59；该发明授权一种基于统一融合特征的多模态车辆驾驶风格识别方法是由宋梁;刘靖;刘洋;张冠华;倪伟设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本一种基于统一融合特征的多模态车辆驾驶风格识别方法在说明书摘要公布了：本发明公开了一种基于统一融合特征的多模态车辆驾驶风格识别方法；其包括以下步骤：1对多模态数据进行预处理操作，以便于下一步的特征提取阶段；预处理操作包括加入随机噪声、归一化处理、小波去噪和滑动窗口切分；2将数据集分为训练集和测试集，通过三个特征提取子网提取统一的统计、时间、空间和特征，再采用注意力对三种特征进行高效融合；3计算分类的联合损失并通过反向传播优化网络参数，得到最优驾驶风格识别模型。本发明仅需使用智能手机即可实现车辆的驾驶风格检测，具备低成本、高灵活性和可交互性；本发明可以同时提取基于时空和统计信息的关键特征并且对模块中的参数具备低敏感度。

本发明授权一种基于统一融合特征的多模态车辆驾驶风格识别方法在权利要求书中公布了：1.一种基于统一融合特征的多模态车辆驾驶风格识别方法，其特征在于，包括以下步骤： 1对多模态数据进行预处理，以便于下一步的特征提取；预处理操作包括加入随机噪声、归一化处理、小波去噪和滑动窗口切分； 2将数据集分为训练集和测试集，通过三个特征提取子网提取统一的统计特征、时间特征和空间特征，再对三种特征进行融合； 3对融合的统一特征计算驾驶风格分类，计算驾驶风格分类的联合损失并通过反向传播优化网络参数，得到最优驾驶风格识别模型；其中： 步骤2中，三个特征提取子网分别为统计子网、时间子网和空间子网，统计子网通过Autoencoder提取基于分布的统计特征、时间子网通过GRU+CNN提取时间特征，空间子网通过GRU提取空间特征； 统计子网以矩阵的作为输入，旨在通过神经网络自动学习统计特征，表示如下： 5 其中表示统计特征，为特征映射函数，实现从映射的希尔伯特空间分布中提取高维甚至无限维的特征；具体地，通过计算每段输入样本的特征映射均值作为核均值的向量输入，公式表达如下： 6 其中是滑动窗口长度，是驾驶风格类型的集合；为了使统计子网能自动地从不同的特征核中学习最佳核，通过核均值嵌入从多个核函数中学习最大的映射均值，公式如下： 7 其中表示最佳的特征映射，由于核均值嵌入映射不一定是可逆的，所以通过引入Autoencoder的编码器和解码器来保证特征映射的可逆性，即： 8 其中，和分别表示特征映射和逆映射，和分别表示编码器和解码器。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。