一种基于偏见识别嵌入的多源数据融合方法及系统

本发明公开了一种基于偏见识别嵌入的多源数据融合方法及系统，涉及人工智能技术领域，包括通过ICEEMDAN算法添加噪声，并使用EMD进行分解，通过DSC模型和HEPSO优化函数进行显著性估计和分离信号提取，使用自编码器进行降维并使用光流场进行约束，使用Caputo‑Katugampola分数阶导数进行多尺度分解，通过移位Chebyshev多项式计算自适应扩散核，并使用卷积商域进行求解，使用分数阶梯度特征和增强能量泛函进行优化。本发明通过偏见识别嵌入和多尺度分数阶分解，结合光流场约束和稀疏编码，提升多源数据融合的精度和鲁棒性，实现数据的高效融合、去噪处理及特征优化。