一种基于多模态特征级融合的粉尘浓度反演方法

AITNT
正文
推荐专利
一种基于多模态特征级融合的粉尘浓度反演方法
申请号:CN202510799805
申请日期:2025-06-16
公开号:CN120705803A
公开日期:2025-09-26
类型:发明专利
摘要
本发明涉及一种基于多模态特征级融合的粉尘浓度反演方法,属于粉尘监测技术领域,以解决传统光散射法易受温湿度及环境光干扰导致测量精度不足的问题。技术方案包括:同步采集光散射信号与环境参数;通过卷积神经网络提取散射信号局部特征;采用Transformer自注意力机制捕获全局特征;融合光学特征与环境特征;基于全连接网络反演粉尘浓度。本发明有效抑制环境干扰,显著提升粉尘浓度测量的精度、鲁棒性与环境适应性。
技术关键词
浓度反演方法 多模态特征 局部空间特征 全局特征提取 数据采集模块 反演系统 融合特征 输入端 空间特征提取 局部特征提取 注意力机制 输出端 粉尘监测技术 卷积神经网络提取 拼接单元 散射光 信号
系统为您推荐了相关专利信息
1
一种基于人工智能的健康体检数据分析方法及系统
结构化报告数据 体检数据分析方法 时空融合特征 生成对抗网络 医学影像数据
2
非心脏手术围手术期心脑血管事件实时预警方法和装置
心脑血管事件 患者 时序特征 多模态特征 围手术期
3
一种智能配电节能供电系统及方法
智能配电节能供电系统 人工智能模型 发电量 区域环境数据 能源
4
一种多参数融合的孕妇宫腔内超声检查校正方法及系统
校正方法 测量误差 孕妇 多参数 数据清洗工具
5
基于核电厂技术规格书的异常处理方法、系统及相关介质
切换运作模式 核电厂技术 异常事件 标识 数据采集模块
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