一种基于多源异构信息融合的云边协同方法

本发明提供了一种基于多源异构信息融合的云边协同方法，包括对图像进行处理，构建Faster R‑CNN网络，输出基本信念分配，通过有监督和无监督方法融合多视角的基本信念分配，提取目标状态特征，建立强化学习模型推理更新，融合云侧分类头迁移与边侧模型，并在多视角图像输入下完成边缘推理更新。本发明融合时对不同传感器采集的多模态数据进行特征提取与高效集成，引入证据融合策略，确保证据的可靠性，针对多个边侧融合后的证据可能存在的高冲突问题，引入证据修正策略，结合冲突识别与动态管理机制，有效避免了反直觉结论的产生，通过强化学习进行全局优化，实现云边间的动态交互和智能反馈，确保系统在复杂环境下的低冲突和高可靠性。