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
软件缺陷预测模型
增量学习方法
样本
度量
概率密度函数
融合特征
文本编码器
图像编码器
模型训练模块
推理方法
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
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