“多模态数据”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3466241个，建议您升级VIP下载更多相关专利

[发明专利]基于动态超图网络的多模态演化特征自动共形表示方法-CN202110723732.3有效
发明人：王军平;林建鑫;苑瑞文;施金彤;唐永强 -专利权人：中国科学院自动化研究所
申请日： 2021-06-29 - 公布日： 2021-10-08 - 主分类号： G06F16/901 文献下载
摘要：本发明属于大数据机器自动学习领域，具体涉及一种基于动态超图网络的多模态演化特征自动共形表示方法、系统、设备，旨在解决现有多模态特征表示仅能对多模态数据静态特征表示，难以对多模态高阶动态关联特征进行表征的问题本方法包括获取m个模态的数据流训练样本，作为输入数据流；提取输入数据流中m个模态特征向量的有限节点集合；生成m个模态超图的拉普拉斯矩阵；进行m种模态的超图间高阶相关共形熵求解计算，生成n种主题网络集合的多模态高阶动态关联形态对齐模型；对新增的超图顶点与多模态高阶动态关联形态对齐模型所覆盖的节点进行增减对齐，实现主题网络集合自动更新。本发明解决了多模态高阶大数据多元关联演化特征难表征问题。
基于动态超图网络多模态演化特征自动表示方法

[发明专利]数据输出方法和装置-CN202011564942.4有效
发明人：李春;樊帅;石韡斯;林永楷 -专利权人：思必驰科技股份有限公司
申请日： 2020-12-25 - 公布日： 2022-07-08 - 主分类号： G06F16/33 文献下载
摘要：本发明公开数据输出方法和装置，其中，一种数据输出方法，包括：响应于用户的自然语言，查询数据库获得原始数据结果；对所述原始数据结果进行多模态分析以得到多模态输出结果，其中，所述多模态分析包括图表类型智能分析、数据摘要分析以及情感分析；对所述多模态输出结果进行整合输出。通过查询数据库获得原始数据结果并进行多模态分析以得到多模态输出结果，从而可以让数据展现的更加直观，让用户快速理解数据和进一步提升系统的智能性。
数据输出方法装置

[发明专利]基于多模态的用户意图车型识别方法及装置、存储介质-CN202310592053.6在审
发明人：米佳 -专利权人：蔚来软件科技（上海）有限公司
申请日： 2023-05-24 - 公布日： 2023-08-15 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及多模态识别技术领域，具体提供一种基于多模态的用户意图车型识别方法及装置、存储介质，旨在解决当前无法根据汽车移动应用中留存的用户的文本、音频和视频等信息获取用户的意图车型的问题。为此目的，本发明的基于多模态的用户意图车型识别方法包括：获取待识别意图车型的用户的多模态数据；对多模态数据进行预处理，得到多模态数据分别用向量表示的数据；将所述多模态数据分别用向量表示的数据输入到预先训练好的该方法能够融合多模态数据，利用CNN‑BiLSTM神经网络从多款车型中捕获用户意向度较高的多款车型。
基于多模态用户意图车型识别方法装置存储介质

[发明专利]一种基于数据扩充的多模态心律失常分类辅助诊断系统-CN202211597882.5在审
发明人：刘通;徐志敏;臧睦君;周树森;柳婵娟;王庆军 -专利权人：烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
申请日： 2022-12-12 - 公布日： 2023-04-25 - 主分类号： G16H50/20 文献下载
摘要：本发明属于心电信号分析技术领域，具体公开了一种基于数据扩充的多模态心律失常分类辅助诊断系统，包括数据处理模块、多模态匹配数据扩充模块、多模态特征提取模块、心律失常分类模块和外部接口模块。数据处理模块用于对长信号进行截取和模态转换；多模态匹配数据扩充模块以样本量最多的类别的数量为标准，对其他类别进行数据扩充；多模态特征提取模块采用卷积神经网络分别提取信号和图像两种模态下的特征，并进行拼接采用本发明的辅助诊断系统，通过基于多模态匹配的数据扩充方法平衡数据集，提取多模态数据特征，提高心律失常分类准确率。
一种基于数据扩充多模态心律失常分类辅助诊断系统

[发明专利]基于多源异构数据的风力发电机多模态工艺图谱建模方法-CN202310506040.2在审
发明人：刘鸣飞;鲍劲松 -专利权人：东华大学
申请日： 2023-05-06 - 公布日： 2023-08-04 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了基于多源异构数据的风力发电机多模态工艺图谱建模方法，涉及多模态知识图谱技术领域；该方法包括以下步骤：本体构建，构建风力发电机多模态工艺知识图谱模式层；多源异构数据处理，通过利用数据分析技术对多源异构的数据进行解析，从中分离出对应不同模态的工艺知识，并获得不同模态之间的对应关系；知识抽取，在模式层的引导下，对各个模态知识采用实体关系抽取数据，获得知识图谱的组成单元三元组，构建风力发电机多模态工艺知识图谱数据层；知识融合，对不同模态知识之间进行跨模态实体对齐和共指消歧，完成风力发电机多模态工艺知识图谱的构建。
基于多源异构数据风力发电机多模态工艺图谱建模方法

[发明专利]一种多模态城市电网故障诊断方法及系统-CN202211290050.9有效
发明人：张颖;梁睿;李冰洁;刘长德;刘祚安 -专利权人：国网天津市电力公司城西供电分公司;国家电网有限公司;国网天津市电力公司
申请日： 2022-10-21 - 公布日： 2023-04-07 - 主分类号： G01R31/08 文献下载
摘要：本发明提供一种多模态城市电网故障诊断方法及系统，所述方法包括：采集城市电网多模态数据集；对城市电网多模态数据集进行小波包分解，并对分解后的数据进行重构，以形成城市电网多模态数据集的高频特征集；根据所述高频特征集，形成故障数据训练集；根据故障数据训练集，构建故障诊断模型；根据故障诊断模型，对待诊断的多模态城市电网故障数据进行诊断。本发明有效地对多模态城市电网故障进行诊断。
一种多模态城市电网故障诊断方法系统

[发明专利]多模态细粒度混合方法、系统、设备和存储介质-CN202110094267.1有效
发明人：廖清;廖鑫鑫;漆舒汉;蒋琳;王轩 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2021-01-25 - 公布日： 2021-12-24 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及机器视觉技术领域，公开了一种多模态细粒度混合方法、系统、设备和存储介质，所述多模态细粒度混合方法包括：从多模态图文数据中提取数据特征，并获取数据特征的各个组成成分；数据特征包括视觉区域特征和文本单词特征；对数据特征的各个组成成分的模态信息进行细粒度分类，得到分类结果；根据分类结果，对各个组成成分进行来自模态内和模态间的信息融合，得到融合特征。本发明实施例提供的多模态细粒度混合方法在多模态细粒度混合时不以模态为单位进行，考虑到了各模态中不同组成成分的特点，所处上下文环境的差异，选择对应的合适的交互方式，可以使得多模态模型在利用多模态数据互补的特点的同时
多模态细粒度混合方法系统设备存储介质

[发明专利]非人灵长类动物多模态数据采集实验系统-CN201910702457.X在审
发明人：纪文静;谢津;路中华;周晖晖;邓春山;任真 -专利权人：深圳先进技术研究院
申请日： 2019-07-31 - 公布日： 2021-02-05 - 主分类号： A61B5/22 文献下载
摘要：本发明公开了一种非人灵长类动物多模态数据采集实验系统，包括：数据采集实验平台、多模态信号采集子系统、控制子系统、自动奖励子系统、数据同步记录子系统；数据采集实验平台用于固定待检测非人灵长类动物并进行行为实验；多模态信号采集子系统用于采集行为数据和生理数据；控制子系统用于控制自动奖励子系统为待检测非人灵长类动物提供食物奖励，并同步和控制非人灵长类动物多模态数据采集实验系统的其他各子系统；数据同步记录子系统，用于记录多模态信号采集子系统采集的行为数据和生理数据。本发明公开的非人灵长类动物多模态数据采集实验系统，能够对非人灵长类动物进行自动化的多模态数据采集实验。
非人灵长类动物多模态数据采集实验系统

[发明专利]一种电商用经济管理数据分析方法及系统-CN202310826844.0在审
发明人：于晅;王先梅;刘蓬蓬;宋永廷 -专利权人：青岛酒店管理职业技术学院
申请日： 2023-07-06 - 公布日： 2023-09-29 - 主分类号： G06Q30/0201 文献下载
摘要：本发明涉及数据处理技术领域，尤其涉及一种电商用经济管理数据分析方法及系统。该方法包括以下步骤：获取电商用原始数据，并对电商用原始数据进行多模态数据湖处理，从而获取电商用原始多模态数据；对电商用原始多模态数据进行预训练的迁移学习构建，从而构建电商用知识迁移模型；对电商用知识迁移模型进行多模态嵌入，从而获取电商用多模态嵌入矩阵数据；对电商用多模态嵌入矩阵数据进行用户行为推荐决策处理，生成用户行为推荐决策数据，并对电商用多模态嵌入矩阵数据进行动态定价决策处理，从而生成动态定价决策数据。
一种商用经济管理数据分析方法系统

[实用新型]非人灵长类动物多模态数据采集实验系统-CN201921225478.9有效
发明人：纪文静;谢津;路中华;周晖晖;邓春山;任真 -专利权人：深圳先进技术研究院
申请日： 2019-07-31 - 公布日： 2020-12-29 - 主分类号： A61B5/22 文献下载
摘要：本实用新型公开了一种非人灵长类动物多模态数据采集实验系统，包括：数据采集实验平台、多模态信号采集子系统、控制子系统、自动奖励子系统、数据同步记录子系统；数据采集实验平台用于固定待检测非人灵长类动物并进行行为实验；多模态信号采集子系统用于采集行为数据和生理数据；控制子系统用于控制自动奖励子系统为待检测非人灵长类动物提供食物奖励，并同步和控制非人灵长类动物多模态数据采集实验系统的其他各子系统；数据同步记录子系统，用于记录多模态信号采集子系统采集的行为数据和生理数据。本实用新型公开的非人灵长类动物多模态数据采集实验系统，能够对非人灵长类动物进行自动化的多模态数据采集实验。
非人灵长类动物多模态数据采集实验系统

[发明专利]一种金属板表面缺陷检测方法-CN202310898355.6在审
发明人：岳晨;李福存;王苏杨;李井先;林文辉;杨爱玲;杨波;王雨澄;马超 -专利权人：江苏金恒信息科技股份有限公司
申请日： 2023-07-21 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种金属板表面缺陷检测方法，首先，利用相机扫描训练金属板，处理数据后得到多模态标注数据集；然后，构建待训练多模态融合网络；最后将多模态标注数据集送入待训练多模态融合网络进行训练，构建多模态融合网络；将待检测的多模态数据经数据对齐与预处理后，送入多模态融合网络进行推理，得到金属板表面缺陷检测结果。本申请采用复合的数据采集方案，有效弥补单一探测方案的表征信息不足的缺点，解决单一检测方案对金属板表面缺陷的判断准确性低的问题。
一种金属板表面缺陷检测方法

[发明专利]一种基于深度核映射网络的非对齐时序多模态情感分析方法-CN202210246289.X在审
发明人：李恒宇;薛晖 -专利权人：东南大学
申请日： 2022-03-14 - 公布日： 2022-06-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度核映射网络的非对齐时序多模态情感分析的方法，包括如下步骤：1）利用深度核映射网络提取多模态数据的时序特征；2）利用DK‑Transformer模型进行多模态数据的细粒度语义对齐；3）利用双向门控循环单元融合多模态特征；4）将处理后的多模态特征输入情感分类器中，得到情感分类结果，深度核映射网络可以紧凑表示输入数据的动态特征和长程远距的时序关系，能够有效解决非对齐时序多模态情感分析问题中尚存的问题，提升了非对齐时序多模态情感分类的性能，可直接对新的多模态数据进行情感分类，有效地解决了这类问题中模态时序特征缺失、模型计算复杂的问题，提高了非对齐时序多模态情感分析的性能。
一种基于深度映射网络对齐时序多模态情感分析方法

[发明专利]一种基于子空间学习的不完整跨模态检索方法-CN201611243419.5有效
发明人：王亮;吴书;尹奇跃 -专利权人：天津中科智能识别产业技术研究院有限公司
申请日： 2016-12-29 - 公布日： 2019-02-12 - 主分类号： G06F16/53 文献下载
摘要：本发明公开一种基于子空间学习的不完整跨模态检索方法，该方法通过收集多模态数据并提取特征；构造不完整观测的多模态数据集合；基于回归方式学习不完整观测多模态数据集共享子空间表达；对不同模态数据集进行特征学习以选择出具有较强判别能力的特征；挖掘不完整观测模态间和模态内相似性关系，建立优化目标函数；优化目标函数得到多模态数据共享子空间表达及基于回归方式的投影矩阵；根据投影矩阵进行跨模态检索。本发明解决了模态间特征异质的问题,同时可充分利用具有完整模态和不完整模态的数据，增强了跨模态检索性能。
一种基于空间学习完整跨模态检索方法

[发明专利]多模态数据处理方法及系统-CN201810569055.2在审
发明人：艾红;刘志华;马晨光 -专利权人：深圳先进技术研究院
申请日： 2018-06-05 - 公布日： 2018-11-23 - 主分类号： G16H50/70 文献下载
摘要：本发明提供的一种多模态数据处理方法及系统。其中，所述系统包括数据采集网络及数据服务器，所述数据采集网络与数据服务器通信连接，所述多模态数据处理方法包括：所述数据采集网络对冠心病例对应的多模态数据进行采集；所述数据采集网络依据采集到的所述多模态数据所属的预定类型，结合与该预定类型对应的数据清洗模型对所述多模态数据进行处理；所述数据采集网络将处理后的所述多模态数据发送至所述数据服务器；所述数据服务器根据接收到的所述多模态数据进行数据预处理，以获得融合数据；所述数据服务器对融合数据进行关联规则挖掘从而获得精确的冠心病数据挖掘结果，对冠心病的研究提供便利。
数据采集网络多模态数据数据服务器数据处理多模态冠心病融合数据预定类型采集关联规则挖掘数据挖掘结果数据预处理数据清洗通信连接发送便利研究

[发明专利]基于多模态深度学习分类模型的模态贡献度的计算方法-CN202110563034.1在审
发明人：吴兴隆;徐国平 -专利权人：武汉工程大学
申请日： 2021-05-24 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于多模态深度学习分类模型的模态贡献度的计算方法，包括以下步骤：基于多模态深度学习的端到端分类模型，获得该模型在对某个多模态数据样本进行推理过程中的模态特征向量；对具有相同大小的模态特征向量进行权重求和并做归一化处理，从而得到该多模态数据样本的模态贡献度。该单独样本的模态贡献度可以进一步推广到给定的多模态数据集中对全体样本进行权重累加，从而最终获得在给定数据集上的模态贡献度。
基于多模态深度学习分类模型贡献计算方法