“多模态无”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2316507个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多模态电力数据的隐私保护协同分析方法-CN202211562859.2在审
发明人：陶富强;孙哲;殷丽华;杨志;王思敏;傅敏杰;沈邵骏;徐易婕 -专利权人：国网上海市电力公司;广州大学
申请日： 2022-12-07 - 公布日： 2023-06-02 - 主分类号： G06F21/62 文献下载
摘要：本发明提出了一种基于多模态电力数据的隐私保护协同分析方法，能够对多模态且无标签的电力数据进行无监督学习，得到各种模态电力数据的多模态特征表示，并通过多视图学习方式对不同模态间的特征进行对齐，得到不同模态中相同的特征表达，再将共同的特征表达上传到中心聚合器中得到最终的电力数据多模态模型。同时能够对多模态且无标签的电力数据进行无监督学习，得到各种模态电力数据的多模态特征表示，并通过多视图学习方式对不同模态间的特征进行对齐，得到不同模态中相同的特征表达，再将共同的特征表达上传到中心聚合器中得到最终的电力数据多模态模型
一种基于多模态电力数据隐私保护协同分析方法

[发明专利]一种认知障碍检测模型及其训练方法-CN202110274276.9有效
发明人：陈益强;张宇欣;谷洋;高晨龙 -专利权人：中国科学院计算技术研究所
申请日： 2021-03-15 - 公布日： 2022-08-30 - 主分类号： A61B5/00 文献下载
摘要：本发明提供一种认知障碍检测模型及其训练方法，所述认知障碍检测模型包括多模态信息表征模块、多模态信息融合模块、无监督深度聚类模块。所述多模态信息表征模块包括眼底图像数据表征网络、多模态生理信号数据表征网络。所述多模态信息融合模块与所述多模态信息表征模块相连接，用于将所述眼底图像数据的特征与多模态生理信号的特征进行融合，得到融合后的特征；所述无监督深度聚类模块与所述多模态信息融合模块相连接，用于根据所述融合后的特征基于无监督聚类模型进行认知障碍检测
一种认知障碍检测模型及其训练方法

[发明专利]多模态语音识别模型的训练方法、语音识别方法及设备-CN202210235261.6在审
发明人：张自强;戴礼荣 -专利权人：中国科学技术大学
申请日： 2022-03-11 - 公布日： 2022-07-08 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种多模态语音识别模型的训练方法，包括：利用多模态语言识别模型处理无标签的音视频数据，得到无标签的音视频特征；利用跨模态采样机制对无标签的音视频特征进行采样，得到样本表征；利用多模态语音识别模型处理无标签的音视频特征，得到无标签的融合表征；利用预训练损失函数处理无标签的融合表征和样本表征并根据预训练损失值优化多模态语音识别模型；根据预设任务需求，利用多模态语音识别模型处理带标签的音视频数据，得到带标签的融合表征；利用微调损失函数处理带标签的融合表征并根据微调损失值优化多模态语音识别模型；迭代进行预训练优化操作和微调优化操作，直到微调损失值满足预设条件，得到训练完成的多模态语音识别模型。
多模态语音识别模型训练方法设备

[发明专利]多模态RLC电路系统切换模型的构建方法及设备-CN202210879982.0在审
发明人：杨东;冯清川;宗广灯;侯林林;孙海滨;黄金明 -专利权人：曲阜师范大学
申请日： 2022-07-25 - 公布日： 2022-09-30 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种多模态RLC电路系统切换模型的构建方法及设备，属于自动控制技术领域。所述方法包括：建立多模态RLC电路系统的马尔可夫系统模型；利用隐马尔可夫原理建立所述多模态RLC电路系统的异步无扰切换控制器；根据所述马尔可夫切换模型以及所述异步无扰切换控制器，获得闭环多模态RLC电路系统的切换模型；根据无扰切换条件，计算所述切换模型的异步无扰切换控制器增益，获得所述闭环多模态RLC电路系统的目标切换模型。本发明公开的方案能够解决多模态RLC电路系统在系统模态和控制器模态异步时的异步无扰切换有限时间控制问题。
多模态 rlc 电路系统切换模型构建方法设备

[发明专利]一种面向公共安全领域的多模态数据管理方法及系统-CN202310315483.3有效
发明人：李存冰;尹萍;林杰;王金超;英杰 -专利权人：浪潮软件科技有限公司
申请日： 2023-03-29 - 公布日： 2023-07-18 - 主分类号： G06N5/02 文献下载
摘要：本发明公开一种面向公共安全领域的多模态数据管理方法及系统，涉及数据识别技术领域；基于元模型建立知识图谱进行多模态数据管理，利用流批一体化计算引擎进行多模态数据加工，建立多模态数据的向量空间，基于多模态数据的向量空间，利用哈希的无监督学习方法检索多模态数据；本发明利用深度学习、向量计算、知识图谱等技术，实现多源异构数据下海量多模态数据统一管理，基于元模型实现公共安全领域下本体模型的自定义管理，将元模型本体下同一实体的多模态数据，建立相关联的多模态向量空间，基于哈希的无监督学习快速检索方法实现多模态数据检索，从而实现公共安全领域下对管控对象在图像、文本、结构化等多模态数据里统一搜索与智能关联比对。
一种面向公共安全领域多模态数据管理方法系统

[发明专利]一种多模态抑郁情绪识别方法及装置-CN202211671363.9有效
发明人：邹博超;马惠敏 -专利权人：北京科技大学
申请日： 2022-12-26 - 公布日： 2023-03-14 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种多模态抑郁情绪识别方法及装置，涉及情绪识别技术领域。包括：获取待识别的多模态原始数据，包括视频模态、语音模态以及文本模态的原始数据；根据多模态原始数据以及多模态抑郁情绪识别模型，得到抑郁情绪识别结果。本发明提出一种基于无监督自编码器和动态权重组合损失的多模态抑郁情绪计算机辅助识别与评估方法，首先基于无监督自编码器结构得到帧信号的句子级向量，提升音视频模态的表征能力；然后通过跨模态交互、自注意时域融合、低秩后期融合来捕捉不同模态特征的互补性；最后通过动态权重组合损失在模型训练过程中通过动态调整不同任务的权值因子来更好的平衡多个损失函数，提升多模态融合后的抑郁情绪评估效果。
一种多模态抑郁情绪识别方法装置

[发明专利]基于多模态无感身份认证的毫米波安检方法及装置-CN202210646144.9在审
发明人：袁嘉言;贾宝芝;王汉超;张帅;何一凡 -专利权人：厦门瑞为信息技术有限公司
申请日： 2022-06-09 - 公布日： 2022-09-30 - 主分类号： G06V40/70 文献下载
摘要：本发明公开了一种基于多模态无感身份认证的毫米波安检方法及装置，在毫米波安检过程中同时获取人员的毫米波图像和至少两种无感身份认证模态图像，并分别计算出多个单模态质量分数，根据毫米波图像和至少两种无感身份认证模态图像分别提取多个单模态特征，输入经训练的特征融合模型进行特征融合，得到多模态融合特征，根据多个单模态质量分数计算得到多模态质量分数，基于毫米波图像得到安检结果；通过多个单模态特征或多模态融合特征进行身份认证，将该人员的安检结果与身份信息建立对应关系并存储或更新在数据库中
基于多模态无感身份认证毫米波安检方法装置

[发明专利]一种多模态多目标的路径规划算法-CN202210444997.4在审
发明人：梁静;岳彩通;常亚鑫;李功平;于坤杰;陈科;郭伟峰;随旭东 -专利权人：郑州大学
申请日： 2022-04-26 - 公布日： 2022-07-15 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种多模态多目标的路径规划算法，首先对原始栅格地图数据进行建模，将其转化为带权重的无向图；然后根据无向图求解邻接矩阵，将地图中目标值的信息存入邻接矩阵中；再进行多模态多目标Dijkstra算法中变量的定义及初始化；最后使用多模态多目标Dijkstra算法、邻接矩阵及初始化变量进行路径规划。本发明可以快速地针对CEC多模态多目标路径规划问题进行规划，找到满足问题要求的多模态最优解集。
一种多模态多目标路径规划算法

[发明专利]一种基于无网格传感平面的柔性多模态触觉感知系统-CN202211336024.5在审
发明人：疏静;张卫东;朱晓波;高家乐;戴祎杰 -专利权人：南京理工大学
申请日： 2022-10-28 - 公布日： 2022-12-27 - 主分类号： G01D5/12 文献下载
摘要：本发明公开了一种基于无网格传感平面的柔性多模态触觉感知系统，其中无网格柔性平面传感模块用于感知多模态触觉信息并转化为电阻信息，边缘电极模块包括N根电极，均嵌入在无网格柔性平面传感模块边缘，N根电极分布式排列，互相均不接触，任意两根电极组成一个电阻通道，电阻测量电路模块用于记录边缘电极模块中多路通道电阻变化信息并输入神经网络模块；神经网络模块用于输出多模态触觉信息。本发明的技术方案中采用多根边缘电极相互组成电阻测量通道，电阻测量通道数影响多模态触觉信息的感知精度，在保留精度的情况下能够显著减少电极数量，避免复杂的导线互连，可以对多模态的触觉信息进行实时、精确的感知
一种基于网格传感平面柔性多模态触觉感知系统

[发明专利]基于图结构的多模态媒体数据聚类方法及装置-CN202111667110.X在审
发明人：高跃;张博文 -专利权人：清华大学
申请日： 2021-12-31 - 公布日： 2022-05-13 - 主分类号： G06F16/45 文献下载
摘要：本申请涉及一种基于图结构的多模态媒体数据聚类方法及装置，其中，方法包括：提取无标签多模态媒体数据，并根据多模态媒体数据的每个文档的词频特征向量和文档特征向量计算文档之间的多模态相似度；根据文档的数量计算相似度的阈值，得到无向图结构；在无向图结构上应用社区发现算法，将所有文档节点划分为多个点的集合，其中，每一个集合中包括主题相同的多个文档，完成多模态多媒体数据的聚类。由此，利用多媒体数据中多粒度多模态的特征，计算文档之间的关联性，利用图结构和社区发现算法将大规模的多媒体文档进行划分，输出若干个包含相同主题文档的文档簇，在聚类过程中通过清除边缘的文档簇，进一步提高了数据聚类和处理冗余信息的能力
基于结构多模态媒体数据方法装置

[发明专利]针对多模态医学影像的主动学习方法-CN202211470787.9在审
发明人：王皓冉;宋志坚;王满宁 -专利权人：复旦大学
申请日： 2022-11-23 - 公布日： 2023-03-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了针对多模态医学影像的主动学习方法，包括：获取初始无标注数据集，初始无标注数据集包括若干个模态集合，其中模态集合为若干个样本的集合；构建编码器，通过多模态对比学习方法对编码器进行预训练，得到预训练的特征编码器；通过预训练的特征编码器计算初始无标注数据集中每个样本模态间的逐点互信息，基于逐点互信息，得到价值样本子集；对价值样本子集进行标注，得到标注数据；根据标注数据及价值样本子集对预训练的特征编码器进行调整训练，得到任务模型，通过任务模型对多模态医学影像进行识别，得到多模态医学影像识别结果。
针对多模态医学影像主动学习方法

[发明专利]一种用于多视图数据的图像去噪方法及其相关装置-CN202111425765.6在审
发明人：孙庆恭;沈新平;黄成捷;贾玲;吴金械 -专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司
申请日： 2021-11-26 - 公布日： 2022-01-11 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种用于多视图数据的图像去噪方法及其相关装置，通过无噪声多视图数据训练第一多模态玻尔兹曼机模型，使得第一多模态玻尔兹曼机模型学习无噪声多视图数据中各视图数据的统一特征表示和私有特征表示；根据有噪声多视图数据中的噪声视图数据和训练好的第一多模态玻尔兹曼机模型的模型参数对第二多模态玻尔兹曼机模型的模型参数进行初始化；通过初始化后的第二多模态玻尔兹曼机模型学习有噪声多视图数据中的噪声结构，得到训练好的第二多模态玻尔兹曼机模型，通过训练好的第二多模态玻尔兹曼机模型进行图像去噪，改善了现有技术仅针对某一视图去噪，无法建模多视图数据间的关联性
一种用于视图数据图像方法及其相关装置

[发明专利]基于生成式对抗网络和半监督领域自适应的多模态小目标图像全自动分割方法及系统-CN202111415766.2在审
发明人：王瑜;段逸凡;肖洪兵 -专利权人：北京工商大学
申请日： 2021-11-25 - 公布日： 2022-09-30 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于生成式对抗网络和半监督领域自适应的多模态小目标图像全自动分割方法及系统，属于图像处理技术领域。输入待分割多模态小目标图像数据，分割模型利用数据合成框架和半监督学习框架两部分获得：数据合成框架是一个基于端到端的深度神经网络，使用两种数据集通过对抗性损失，保留高频细节，训练生成式对抗网络，生成多模态小目标合成图像；半监督学习框架利用多模态学习和附加模态先验知识的无监督领域自适应方法进行训练，得到全自动分割模型。本发明解决了多模态小目标分割中有标注的数据样本稀缺和高度数据不平衡问题，能够同时利用无标签数据和跨模态数据，提升多模态小目标图像的分割精度。
基于生成对抗网络监督领域自适应多模态小目标图像全自动分割方法系统

[发明专利]用于基于类脑无监督学习的多模态分类的方法及系统-CN202180019915.5在审
发明人：莱耶斯·卡塞夫;贝努瓦·米拉蒙德;劳伦特·罗德里格斯 -专利权人：法国国家科学研究中心;蔚蓝海岸大学
申请日： 2021-03-02 - 公布日： 2022-11-15 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种用于利用类脑无监督学习的多模态数据分类的计算机实现的方法、以及一种用于实现该方法的神经形态计算硬件结构。在优选实施例中，所述方法包括以下步骤：基于多模态训练数据集、利用无监督学习训练多个人工神经网络(ANN)中的每一个；基于所述多模态训练数据集、利用无监督学习训练ANN之间的多模态关联，以生成共激活的最佳匹配单元
用于基于类脑无监督学习多模态分类方法系统

[发明专利]基于多模态预训练模型的民航领域图文检索方法-CN202310400120.X在审
发明人：何柳;安然;陶剑;刘姝妍;卓雨东;李润岐;武铎;刘俊;高龙;董洪飞 -专利权人：中国航空综合技术研究所
申请日： 2023-04-14 - 公布日： 2023-08-29 - 主分类号： G06F16/953 文献下载
摘要：本发明提供一种基于多模态预训练模型的民航领域图文检索方法，其包括收集图片‑文本对和图片‑标签对两类多模态信息，构建民航领域多模态数据集；借助自监督的mean‑shift聚类方法对数据集进行清洗，构建民航领域的高质量多模态数据集；采用无参考评价方法，评价数据集中图片的质量，删除评价低的图片；基于通过冻结训练方法调整的BriVL模型，进行以问搜图任务。本发明通过利用mean‑shift聚类方法以及无参考的图像质量评估方法构建了民航领域的高质量多模态数据集，借助该数据集采用冻结训练的方法对BriVL进行调整，缩短了模型训练时间，在用于测试的民航领域多模态数据集上的以文搜图任务上
基于多模态预训练模型民航领域图文检索方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条