一种面向智慧社区的多模态传感器数据实时融合处理方法

本发明涉及数据处理技术领域，具体为一种面向智慧社区的多模态传感器数据实时融合处理方法。该方法构建传感器网络拓扑图并优化连接权重，利用图拉普拉斯矩阵实现分布式时钟同步，结合分数布朗运动模型进行时钟漂移预测和补偿；对时序对齐后的传感器数据执行小波变换分解，计算各尺度Hurst指数并通过分形预测模型预测负载趋势，通过混合进化计算输出最优资源分配方案；将多模态传感器数据构建为图结构，利用图卷积神经网络提取节点特征，采用自注意力机制获得全局特征表示，结合资源利用率和预测误差进行异常检测分类；建立异常检测反馈机制，动态调整拉普拉斯矩阵特征值和权重参数；本发明提高了数据融合处理的实时性、准确性和鲁棒性。