[发明专利]基于移动复相关系数的多模态数据融合方法

权利要求书

1.基于移动复相关系数的多模态数据融合方法，是问题导向的数据融合方法，其特征在于，对于m*n大小的空间区域，采用等距离网格划分的形式将采样区域映射为k*k的网格区域，对于每个区域内的多模态数据，以待研究因素X为因变量，其余因素{X₁,X₂…X_n}为自变量，计算其复相关系数，以该系数表示为此区域内因素X和其它若干种因素的相关关系，以网格为单位，移动一定距离，重复计算，形成整个采样区域内一种因素与其它若干种因素素的相关关系。

2.如权利要求1所述的基于移动复相关系数的多模态数据融合方法，其中网格划分的特征在于：划分区域大小为k*k，其中k没有严格的规定，需要根据因素的分布调整，最佳的划分即为保证每个网格内至少有2个采样点。

3.如权利要求1所述的基于移动复相关系数的多模态数据融合方法，重复计算过程中局部区域移动步长的特征在于：移动距离表示为对于k*k个网格内，每个网格再次划分为s*s，其中划分的网格单元长度为每次移动的步长，s的取值一般为3，如果采样点过于稀疏，可适当增加s的值，以此在不同网格上重复计算直到得到整个区域的复相关系数。

4.如权利要求1所述的基于移动复相关系数的多模态数据融合方法，局部复相关系数特征在于：选取选取待研究因素为因变量y，其余因素为自变量X，复相关系数的计算方法如下式所示：

式中，β_k为各因素对于因变量的回归系数。R为最终的因变量因素与其他所有因素的相关系数。

5.如权利要求1所述的基于移动复相关系数的多模态数据融合方法，最终生成的整个采样区域的复相关系数的特征在于：高值区域对应于选取的因变量因素受其它因素影响较大，低值区域对应于选取的因变量因素受其它因素影响较小。