買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于多模型交叉辨識數據可信度的智能系統評估方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120123890B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510617062.5，技術領域涉及：G06F18/2415；該發明授權一種基于多模型交叉辨識數據可信度的智能系統評估方法是由尚晨曦;常雷雷;徐曉濱;曾興伍;鄧江濤;張澤輝;曹友;李少卿;賀高楓設計研發完成，并于2025-05-14向國家知識產權局提交的專利申請。

本一種基于多模型交叉辨識數據可信度的智能系統評估方法在說明書摘要公布了：本發明公開了一種基于多模型交叉辨識數據可信度的智能系統評估方法，該方法首先通過現場和模擬測試，搜集訓練集和測試集。其次構建子模型，從訓練集中隨機取樣生成S個子訓練集，分別訓練S個子模型，使用訓練好的子模型對訓練集進行預測并產生多個誤差并排序，使用聚類算法識別初始不可信數據，統計所有子模型的初始不可信數據集，并生成頻數。然后根據頻數確認最終不可信數據集并在訓練集中剔除,剔除后剩余的數據即為可信數據。最后采用表格式去噪擴散概率模型，對可信數據進行增強，得到增強后的數據集訓練新的子模型，并使用測試集驗證。本發明能夠準確識別數據可信度，并在不同機器學習方法中均呈現出高度兼容性。

本發明授權一種基于多模型交叉辨識數據可信度的智能系統評估方法在權利要求書中公布了：1.一種基于多模型交叉辨識數據可信度的智能系統評估方法，其特征在于，包括以下步驟： 步驟1、通過現場和模擬測試，搜集包含M個輸入特征，N組的無人機集群部署數據，隨機取P組用作訓練集，其余用作測試集； 步驟2、構建子模型，從訓練集中隨機取樣生成S個子訓練集，分別訓練S個子模型，使用訓練好的子模型對訓練集進行預測并產生多個誤差； 步驟3、將誤差進行排序，使用聚類算法識別初始不可信數據，統計所有子模型的初始不可信數據集，并生成頻數； 步驟4、根據頻數確認最終不可信數據集并在訓練集中剔除,剔除后剩余的數據即為可信數據； 步驟5、采用表格式去噪擴散概率模型，對可信數據進行增強，得到增強后的數據集；具體實現過程如下： 步驟5.1、構建評分體系，定義能力評分Y為多參數加權函數： 其中，xi表示可信數據的第i個輸入參數，fixi為第i個輸入參數的歸一化函數，αi為第i個輸入參數的權重系數； 步驟5.2、yi為可信數據di的輸出，對第i個可信數據di＝{xi,1,xi,2,...,xi,j,yi}，中的每個輸入xi,j逐步添加噪聲，對于di中的不同輸入，采用不同噪聲幅度σ進行擾動，第t步的新輸入表示為： 其中，βt,j為擴散步長，新輸入即為得到的增強數據； 步驟5.3、對步驟5.2中經過T步得到增強數據，使用經過預訓練的條件擴散模型逐步去噪，恢復數據的真實分布；在逐步去除噪聲的同時，將綜合評分Y作為條件注入到條件擴散模型中，該去噪過程的目標函數表示為： L＝ε-εxt,t2+λfx0′-Y2 其中，ε為步驟5.2中前向擴散第T-t輪加入的噪聲，εxt,t是反向去噪第t輪中條件擴散模型估計的噪聲，fx是計算每一步去噪生成的數據質量的評分函數，計算方式與Y相同，Y為可信數據di得到的能力評分，λ為超參數； 步驟6、基于增強后的數據集訓練新的子模型，輸出評估結果，并使用測試集驗證。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。