“机多模态”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4748753个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多模态学习的电力攻击识别方法-CN202010587171.4有效
发明人：王济伟;蒋从锋;欧东阳;闫龙川;殷昱煜;张纪林;黄震;赵子岩;李妍 -专利权人：杭州电子科技大学
申请日： 2020-06-24 - 公布日： 2022-07-22 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种基于多模态学习的电力攻击识别方法。本发明包含三部分内容：分布式多模态数据监控单元；模态队列和多模态数据监控中台，三部分的步骤依次实现了多模态监控数据的生成、发送与攻击判断。分布式多模态数据监控单元，利用覆盖层网络实现集群中各局域网的多模态数据生成与采样同步。模态队列利用并行模态队列算法，约束缓存多模态数据的发送。多模态数据监控中台用于判断、存储、查阅多模态监控数据，其中判断过程利用了多源注意力门控循环记忆网络算法，以滑动窗口的方式拉取多模态数据，实现时序感知的多模态电力攻击的判断。
一种基于多模态学习电力攻击识别方法

[发明专利]一种全脑多模态神经活动探测的光电脑机接口系统-CN202110808031.X有效
发明人：戴琼海;吴嘉敏;肖桂花;谢浩;张元龙;蔡烨怡 -专利权人：清华大学
申请日： 2021-07-16 - 公布日： 2023-01-10 - 主分类号： A61B5/377 文献下载
摘要：本申请公开的一种全脑多模态神经活动探测的光电脑机接口系统，涉及多模态神经活动光电脑机接口技术领域，该系统包括宽场光成像系统、电生理记录调控系统和动物面部表情拍摄系统，其中，宽场光成像系统、电生理记录调控系统和动物面部表情拍摄系统，能够同步获取神经活动信息、电生理活动信息和面目表情变化信息，上述神经活动信息、电生理活动信息和面目表情变化信息构成了多模态神经活动信息，利用获取的多模态神经活动信息可以帮助本领域技术人员掌握更多大脑全局的信息
一种全脑多模态神经活动探测电脑接口系统

[发明专利]基于Transformer算法的单模态标签生成和多模态情感判别方法-CN202210037389.1在审
发明人：师飘;胡敏;时雪峰;李泽中;任福继 -专利权人：合肥工业大学
申请日： 2022-01-13 - 公布日： 2022-04-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Transformer算法的单模态标签生成和多模态情感判别方法，包括：1获取多模态非对齐数据集，并进行预处理得到对应模态的嵌入表达特征；2建立ITE网络模块，提取模态内特征；3单模态标签预测和多模态情感决策判别标签的融合生成；4建立模态间BTE网络模块和模态增强MTE网络模块，并经过全局自注意力STE网络模块获取模态间特征和模态增强特征；5获取多模态情感深层预测的标签。本发明对目前多模态数据集仅有一个多模态标签的情况，通过自监督的带权投票机制进行决策融合产生单模态标签，基于多种跨模态TE的使用，使得模态之间数据充分交互，从而能提升多模态情感判别的精度。
基于 transformer 算法单模标签生成多模态情感判别方法

[发明专利]一种智能体多模态认知图谱的构建方法、系统和介质-CN202210859565.X有效
发明人：张广志;于笑博;成立立;刘畔青 -专利权人：北京融信数联科技有限公司
申请日： 2022-07-22 - 公布日： 2022-10-11 - 主分类号： G06F16/33 文献下载
摘要：本申请实施例提供了一种智能体多模态认知图谱的构建方法、系统和介质。该方法包括：构建智能体多模态认知图谱的初始认知体系，基于智能体多模态认知图谱对获取的多模态数据进行多模态识别和认知抽取，对抽取的多模态认知进行融合，包括多模态实体链接和认知合并，根据认知图谱和逻辑推理规则进行认知加工；从而通过构建智能体多模态认知图谱的初始认知体系构建初始的事理逻辑推理规则，基于已有认知体系对感知器获取的多模态数据进行多模态识别和认知抽取，以及对抽取的多模态认知进行融合，包括多模态实体链接和认知合并，根据认知图谱和事理逻辑推理规则进行认知加工，为认知智能提供多模态本体实体及事理逻辑知识库支撑。
一种智能体多模态认知图谱构建方法系统介质

[发明专利]一种个性化评论生成方法及装置-CN202211553822.3有效
发明人：刘剑锋;王宝元 -专利权人：北京红棉小冰科技有限公司
申请日： 2022-12-06 - 公布日： 2023-05-02 - 主分类号： G06F16/432 文献下载
摘要：该方法包括：从多模态用户内容中提取多模态数据，并获取相应多模态知识；基于多模态知识、多模态数据及用户个性化信息进行评论情绪判别，获得情绪分布特征；将情绪分布特征嵌入到多模态数据中，获得融入情绪特征的多模态数据；对多模态知识和用户个性化信息进行向量编码，获得相应多模态知识编码向量和个性化信息编码向量；将融入情绪特征的多模态数据、多模态知识编码向量以及个性化信息编码向量输入到评论生成模型，获得评论生成模型生成的对应多模态用户内容的评论信息本发明提供的方法，能够充分利用多模态信息，提高了评论生成精确性和鲁棒性，从而能够生成更具个性化并富含知识的评论。
一种个性化评论生成方法装置

[发明专利]多源多模态数据的处理系统及应用该系统的方法-CN202010718898.1在审
发明人：丁晓强;张仁卓 -专利权人：北京尚隐科技有限公司
申请日： 2020-07-23 - 公布日： 2020-10-30 - 主分类号： G06F21/62 文献下载
摘要：本发明提供多源多模态数据的处理系统及应用该系统的方法，该处理系统包括：多源多模态数据存储模块，策略控制模块，风险度量模块，数据发现引擎模块，数据脱敏引擎模块，多模态敏感数据分类算法库模块，多模态数据脱敏算法库模块和多源多模态数据访问总线模块；多源多模态数据访问总线模块为其它模块提供了访问多源多模态数据存储模块的接口，实现多源多模态数据的读取、解析和写入。本发明解决现有技术中对多源多模态数据中敏感信息漏识别或误识别、敏感信息未脱敏或脱敏不充分的问题。
多源多模态数据处理系统应用方法

[发明专利]一种基于深度学习的教育领域多模态关系抽取方法及装置-CN202310456535.9在审
发明人：郭新龙 -专利权人：北京四海心通科技有限公司
申请日： 2023-04-25 - 公布日： 2023-08-15 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于深度学习的教育领域多模态关系抽取方法及装置，涉及自然语言处理技术领域。包括：获取待识别的教育领域的多模态数据；将多模态数据输入到构建好的多模态关系抽取模型；其中，多模态关系抽取模型包括多模态关系类别抽取模型以及多模态实体识别模型；根据多模态数据以及多模态关系抽取模型，得到教育领域的多模态数据的识别结果
一种基于深度学习教育领域多模态关系抽取方法装置

[发明专利]一种用于智能机器人的数据处理方法及装置-CN201710089805.1在审
发明人：张振宇 -专利权人：北京光年无限科技有限公司
申请日： 2017-02-20 - 公布日： 2017-06-20 - 主分类号： B25J9/16 文献下载
摘要：一种用于智能机器人的数据处理方法及装置，其中，该方法包括多模态输入数据获取步骤，获取交互环境中的多模态输入数据；多模态输入数据处理步骤，对多模态输入数据中的音频信息进行声源定位，得到声源定位结果，对多模态输入数据进行解析，得到情感信息；指令生成步骤，根据声源定位结果生成视线转移指令，根据情感信息生成表情输出指令，并将视线转移指令和表情输出指令传输至下位机中的面部载体。
一种用于智能机器人数据处理方法装置

[发明专利]一种基于深度学习的RGBD机器人看护系统及方法-CN201910807678.3有效
发明人：张奕坚;邹荣;张思睿;许桢英;王匀 -专利权人：江苏大学
申请日： 2019-08-29 - 公布日： 2022-04-26 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种基于深度学习的RGBD机器人看护系统及方法，该系统包括第一RGBD相机、第二RGBD相机、机械臂和控制器；该方法包括人脸多模态信息提取、物品多模态信息提取和机械臂的控制，人脸多模态信息提取得到嘴部三维坐标，物品多模态信息提取得到物品三维坐标，所述控制器机根据物品的三维坐标控制机械臂抓取物品，再根据人脸嘴部三维坐标控制机械臂将物品送至病人嘴巴。采用深度学习方法，相比传统的技术鲁棒性更高，能够适应不同的环境，更加适合应用在公共服务的场景中，同时采用多模态的人脸的姿态与关键点估计，使得RGBD机器人看护系统服务更加精准。
一种基于深度学习 rgbd 机器人看护系统方法

[发明专利]模型训练方法、装置、电子设备及存储介质-CN202310042999.5在审
发明人：陈晨;吴晓东;赵昕;胡永凯;黄靖;李文彬;胡佳婷 -专利权人：天翼云科技有限公司
申请日： 2023-01-28 - 公布日： 2023-05-05 - 主分类号： G06F18/25 文献下载
摘要：包括：获取多模态模型训练样本；将多模态模型训练样本输入至待训练多模态情感分析模型；调用向量表征网络层对文本模态特征、语音模态特征和视频模态特征进行处理，得到文本表征向量、语音表征向量和视频表征向量；调用多模态融合网络层对文本表征向量、语音表征向量和视频表征向量进行多模态融合处理，得到多模态融合特征向量；调用情感分类网络层对多模态融合特征向量进行处理，得到多模态模型训练样本隶属情感类别的分类概率；基于分类概率，计算得到待训练多模态情感分析模型的损失值；在损失值处于预设范围内的情况下，将训练后的待训练多模态情感分析模型作为多模态情感分析模型。
模型训练方法装置电子设备存储介质

[发明专利]一种基于深度学习的多模态医学影像识别方法及装置-CN201810108516.6在审
发明人：朱立乾;王发芬;尹宝兰 -专利权人：莒县人民医院
申请日： 2018-02-02 - 公布日： 2018-06-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度学习的多模态医学影像识别方法及装置，包含多模态医学影像采集模块、多模态医学影像显示模块、多模态医学影像检测模块以及多模态医学影像识别模块；所述多模态医学影像采集模块、多模态医学影像显示模块、多模态医学影像检测模块以及多模态医学影像识别模块均依次连接；本发明通过多模态医学影像采集模块、多模态医学影像显示模块对患者的病变部位进行病变区域的病变信息采集与图像处理，并通过多模态医学影像检测模块进行病变信息分析与检测，最终通过多模态医学影像识别模块自动识别确定最终的病变结果；有效提高诊断效率，减少医护人员的工作量。
医学影像多模态采集模块检测模块显示模块病变信息病变部位病变区域图像处理依次连接自动识别工作量病变采集医护学习诊断检测分析

[发明专利]基于多模态对话状态表示的人机交互的方法和装置-CN202111064527.7在审
发明人：赵楠;张孟馨;吴友政;周伯文 -专利权人：北京京东尚科信息技术有限公司
申请日： 2021-09-10 - 公布日： 2021-12-14 - 主分类号： G06F16/9032 文献下载
摘要：本公开提供一种基于多模态对话状态表示的人机交互的方法和装置，其中，方法包括：获取原始多模态输入信息；对所述原始多模态输入信息进行处理，获取多模态对话状态表示结果；根据所述多模态对话状态表示结果确定多模态对话策略；根据所述多模态对话策略完成多模态信息输出。本公开通过定义适应于真实场景对话的对话状态表示方法，能够完整表达交流中的对话交互，能够支持多模态对话系统的实现，进行实现精确的对话表达。
基于多模态对话状态表示人机交互方法装置

[发明专利]一种多模态层析成像控制方法-CN201811071460.8有效
发明人：谭超;陈睿阳;董峰 -专利权人：天津大学
申请日： 2018-09-14 - 公布日： 2020-12-29 - 主分类号： G01N33/00 文献下载
摘要：本发明涉及一种多模态层析成像控制方法，所适用的层析成像系统，包括主控模块以及各个单模态层析成像模块。包括：主控模块上电时，启动有限状态机，并根据有限状态机的要求，通过模态指令线，向需要开始工作的特定单模态层析成像模块发出脉冲触发信号；特定单模态层析成像模块接收到指令信号后，即开始工作一个完整的测量周期，一个完整测量周期的定义是：特定单模态层析成像模块，对本模态包含的所有传感器阵列截面进行一次完整的激励和测量，并获取重建该模态所有截面图像所需数据；在工作期间，层析成像模块通过所述状态线，向所述多模态主控芯片持续发送正在工作的状态信号
一种多模态层析成像控制方法

[发明专利]基于多模态分解表示学习的特征处理方法、装置及设备-CN202111373163.0在审
发明人：成建宏;郑少波;杨义;冯杰;郑新奇 -专利权人：贵州航天计量测试技术研究所
申请日： 2021-11-19 - 公布日： 2022-04-12 - 主分类号： G06V10/774 文献下载
摘要：本文件提供一种基于多模态分解表示学习的特征处理方法、装置及设备。方法包括：对多模态医学影像的多个模态进行提取特征处理，得到多模态影像特征集；对所述多模态影像特征集中的每个多模态影像特征进行编码处理，得到所述多模态影像特征的高阶潜在表示；对每个多模态影像特征的高阶潜在表示进行分解处理，得到多模态间的共性特征高阶表示和异性特征高阶表示；对所述共性特征高阶表示和所述异性特征高阶表示进行编码处理，重构出所述多模态影像特征。由此，能够有效实现多模态特征融合以用于下游医学影像智能辅助分类任务。
基于多模态分解表示学习特征处理方法装置设备

[发明专利]一种多模态数据处理方法及语言智能系统-CN202310428468.X在审
发明人：铉静;吴琼;吴珮玄;欧思言;雷焮尧 -专利权人：重庆工商大学;偲塔（重庆）科技发展有限责任公司
申请日： 2023-04-20 - 公布日： 2023-07-25 - 主分类号： G06F18/25 文献下载
摘要：本发明提供一种多模态数据处理方法及语言智能系统，多模态数据处理方法，包括以下步骤：获取多模态数据信息；提取所述多模态数据信息的特征表示，分别获得文本模态数据信息的特征表示、语音模态数据信息的特征表示和图像模态数据信息的特征表示；将所述文本模态数据信息的特征表示、所述语音模态数据信息的特征表示和所述图像模态数据信息的特征表示输入到多模态融合模型中进行训练，获得训练好的所述多模态融合模型的特征表示；将获得训练好的所述多模态融合模型的特征表示输入至自然语言生成模型，输出用于描所述多模态数据信息的自然语言。本发明能够提生多模态融合模型的精确度和准确度，以提升输出的自然语言的精确度和准确度。
一种多模态数据处理方法语言智能系统