一种基于多模态特征级融合的粉尘浓度反演方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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