一种基于深度证据不确定性的边云协同多模态冲突处理方法

AITNT
正文
推荐专利
一种基于深度证据不确定性的边云协同多模态冲突处理方法
申请号:CN202411869722
申请日期:2024-12-18
公开号:CN119337322B
公开日期:2025-03-28
类型:发明专利
摘要
本发明公开了一种基于深度证据不确定性的边云协同多模态冲突处理方法,所述方法包括步骤1、多传感器数据预处理;步骤2、构建多模态融合网络;步骤3、不确定性度量与分配;步骤4、检测证据冲突;步骤5、增量式多模态学习;步骤6、同步边云反馈与优化。本发明提高了鲁棒性和精确性,同时通过边端与云端的协同工作,实现对动态环境中多模态数据的实时处理和多视角融合。
技术关键词
多模态 权重分配机制 度量 增量式学习方法 激光雷达点云数据 多传感器 SLAM算法 云端 生成证据 全局地图 网络 模态特征 更新方法 动态更新 数据同步 图像
系统为您推荐了相关专利信息
1
一种模型增量学习方法、设备、介质及程序产品
软件缺陷预测模型 增量学习方法 样本 度量 概率密度函数
2
一种利用对齐的多模态特征进行几何问题推理方法及系统
融合特征 文本编码器 图像编码器 模型训练模块 推理方法
3
基于多模态传感器融合的机器人实时安全隐患识别系统
多模态传感器 安全隐患评估 识别系统 输出控制功能 特征提取方式
4
一种基于AI和知识图谱的项目规划及商情智能推送系统
智能推送系统 决策支持单元 知识图谱构建 数据采集模块 处理单元
5
一种基于超图的跨模态序列验证方法及系统
节点 文本 视频 跨模态 动态规划算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号