买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜长春大学申请的专利一种逼近理想随机异常值检测的多传感器多视角融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119295885B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411833732.9，技术领域涉及：G06V10/80；该发明授权一种逼近理想随机异常值检测的多传感器多视角融合方法是由王柳;王一帆;赵剑;史丽娟;匡哲君;马跃;周杨;李汶珈设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种逼近理想随机异常值检测的多传感器多视角融合方法在说明书摘要公布了：一种逼近理想随机异常值检测的多传感器多视角融合方法。属于具有差异视角的多传感器多视角多运动目标的非线性运动跟踪相关技术领域。采用高斯跳跃马尔可夫基数概率假设密度适用于非线性系统运动目标跟踪，采用自主设计的逼近理想解排序随机异常值选择方法，改善随机异常值选择（StochasticOutlierSelection，SOS）方法需要人工设定阈值的问题，提升SOS算法在非同视域中运行精度，将后验强度函数分解为多个子强度，通过多伯努利重建基数分布表征相应区域中目标数量的分布，实现非线性系统非同视域的分布式融合目标跟踪，改善视角差异对非线性系统的影响。本发明所述方法可以应用在车辆超速测量、船舶导航等技术领域。

本发明授权一种逼近理想随机异常值检测的多传感器多视角融合方法在权利要求书中公布了：1.一种逼近理想随机异常值检测的多传感器多视角融合方法，其特征在于，所述方法包括如下步骤：S1、接收传感器1-i的检测数据，并使用GM-CPHD滤波器进行预测及更新，得到多目标对应的高斯分量后验概率强度，i代表传感器的总数量，使用1-i对所有传感器依次进行编号；S2、通过多目标对应的高斯分量后验概率强度判断各个目标是否属于同一个传感器视角的集群之中；S3、如果各个目标属于同一个传感器视角的集群之中，此时用最大后验概率标准估计目标数量，并计算此传感器视角集群的多目标概率密度分布；S4、如果各个目标不属于同一个传感器视角的集群之中，此时依次通过分割处理和融合处理，得到不同传感器视角集群的多目标概率密度分布；S5、将步骤S3和S4得到的所有传感器视角集群的多目标概率密度分布进行合并处理，计算合并后的多目标概率密度分布，来对相应区域中目标数量的分布进行表征；所述分割处理依次包括进行差异视角的边界分割处理和进行逼近理想解的SOS聚类处理；所述逼近理想解的SOS聚类处理具体为：S51、数据正向化处理：将数据分为极大型指标、极小型指标、中间型指标和区间型指标，并将异常值概率划分为极小型指标，将传感器数量划分为区间型指标；将异常概率值进行正向化处理，得到极大型指标；S52、数据标准化处理：对传感器数量和异常概率值进行标准化处理，获得标准化后的传感器数量和异常值概率，以数据矩阵的形式表示；S53、最优解与最劣解处理：找到数据矩阵中最优解距离和最劣解距离；S54、计算相对接近度：计算第个目标的评分： 将进行从低到高排序，排序为前30%的目标为异常值，并以异常值为指标进行不同传感器视角集群的划分，将目标对应的高斯分量划分到不同的集群；S55、对目标对应的高斯分量进行聚类，得到不同集群中的多目标概率分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春大学，其通讯地址为：130022 吉林省长春市卫星路6543号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。