“多模态超”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1309902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]一种基于认知图谱的企业风险分析预测方法、系统和介质-CN202210946527.8有效
发明人：张广志;成立立;于笑博;刘畔青 -专利权人：北京融信数联科技有限公司
申请日： 2022-08-09 - 公布日： 2022-11-25 - 主分类号： G06Q10/04 文献下载
摘要：该方法包括：根据企业组织运行数据构架企业智能体多模态认知图谱对建立的企业运作多模态数据进行企业运作风险数据多模态识别和认知抽取，并基于认知图谱对企业运作多模态数据进行风险数据多模态识别和认知抽取以及多模态认知的链接和融合获得企业运作风险数据多模态认知，再根据认知图谱和逻辑推理规则认知加工预测企业运作风险；从而通过构建企业智能体多模态认知图谱对企业运作多模态数据进行识别和实体、属性、事件关系抽取，对抽取的企业运作多模态进行属性链接和认知融合获得风险事件多模态认知以及根据认知图谱和规则进行认知加工预测企业生产运作的风险事件
一种基于认知图谱企业风险分析预测方法系统介质

[发明专利]基于前提的多粒度跨模态推理方法及装置-CN202310547450.1有效
发明人：艾春辉;闫旭;曹自强;曹敏;付国宏 -专利权人：苏州大学
申请日： 2023-05-16 - 公布日： 2023-08-11 - 主分类号： G06V10/98 文献下载
摘要：本发明涉及一种基于前提的多粒度跨模态推理方法及装置，方法包括：对文本前提和文本选项进行文本拼接后作为文本输入，原始图像作为图像输入；提取图像和文本对齐后的粗粒度多模态特征和细粒度多模态特征；融合粗粒度多模态特征和细粒度多模态特征，得到融合的多粒度特征；基于融合的多粒度特征得到最终的预测结果，使用粗粒度特征提取模块和细粒度特征提取模块分别提取图像和文本对齐后的粗粒度多模态特征和细粒度多模态特征。本发明能够充分利用图像模态和文本前提之间的多粒度关系，通过粗细两种粒度的对齐，模型的判别能力大大提升，显著提高了预测结果的精确性。
基于前提粒度跨模态推理方法装置

[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]翻译方法、装置、可读介质及电子设备-CN202211407229.8在审
发明人：朱耀明;孙泽维;程善伯;王明轩 -专利权人：北京有竹居网络技术有限公司;脸萌有限公司
申请日： 2022-11-10 - 公布日： 2023-01-24 - 主分类号： G06F40/58 文献下载
摘要：该方法包括：确定待翻译的源文本和源文本对应的源关联图像；将源文本和源关联图像输入预先生成的目标多模态翻译模型中，得到目标多模态翻译模型输出的目标翻译文本；其中，目标多模态翻译模型为根据样本数据对待定多模态翻译模型进行训练后生成的模型，样本数据包括多模态多语数据、单模态多语数据和多模态单语数据中的至少两种数据；多模态多语数据包括第一源语言文本、第一目标语言文本、以及第一源语言文本对应的第一图像，单模态多语数据包括第二源语言文本和第二目标语言文本，多模态单语数据包括第三目标语言文本和第二图像。
翻译方法装置可读介质电子设备

[发明专利]多模态网页模板的处理方法、装置和计算机设备-CN202310943899.X在审
发明人：柯学;吴崇正;何福铿;杨浩宇;刘飚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-31 - 公布日： 2023-08-29 - 主分类号： G06F8/41 文献下载
摘要：本申请设计人工智能领域，具体涉及一种多模态网页模板的处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取多模态网页模板的代码文件，通过网页渲染方式对代码文件进行解析，得到与代码文件相对应的代码节点树；根据代码节点树提取多模态网页模板中的多模态信息；对多模态信息中的每种信息分别进行特征提取，得到每种网页信息各自的模态特征；针对每两种网页信息，对所针对的两种网页信息的模态特征进行融合，得到与针对的两种网页信息对应的多模态融合特征；将融合得到的各多模态融合特征进行拼接，得到拼接融合特征，根据拼接融合特征确定多模态网页模板的模板标签
多模态网页模板处理方法装置计算机设备

[发明专利]基于多模态深度学习的航空发动机故障诊断方法及系统-CN202310717006.X在审
发明人：王开业;谭启涛;敬龙儿;吴海平 -专利权人：成都航天科工大数据研究院有限公司
申请日： 2023-06-16 - 公布日： 2023-10-03 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于多模态深度学习的航空发动机故障诊断方法及系统，属于航空发动机故障诊断及预测领域，包括步骤：采集多模态数据，所述多模态数据包括图像数据、声音数据、文本数据和时序数据；对采集到的多模态数据进行预处理；设计用于航空发动机维修场景的多模态深度学习模型；设计完成后，使用训练数据对多模态深度学习模型进行训练并进行调优，以达到预期的性能指标；将不同模态的数据进行融合；将融合后的多模态数据输入到所述多模态深度学习模型中，使用训练好的多模态深度学习模型对发动机进行故障诊断和预测。
基于多模态深度学习航空发动机故障诊断方法系统

[发明专利]一种基于异质融合网络的多模态情感分类方法-CN202110538947.8有效
发明人：张春霞;高佳萌;彭成;赵嘉旌;薛晓军;牛振东 -专利权人：北京理工大学
申请日： 2021-05-18 - 公布日： 2022-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于异质融合网络的多模态情感分类方法，属于意见挖掘和情感分析技术领域。包括：1)视频数据预处理；2)构建文本特征向量和识别文本情感类别；3)构建图片特征向量和识别图片情感类别；4)构建音频特征向量和识别音频情感类别；5)构建多模态全局特征向量与识别多模态全局情感类别；6)构建多模态局部特征向量与识别多模态局部情感类别；7)采用投票策略获得最终的情感分类结果。异质融合网络采用了模态内融合和模态间融合两种融合形式，宏观和微观两种融合角度，以及特征层融合和决策层融合两种融合策略。所述方法能深度挖掘多模态数据之间隐含的关联信息，实现多模态数据之间的相互补充和融合，从而提高多模态情感分类的准确率。
一种基于融合网络多模态情感分类方法

[发明专利]一种基于多模态深度学习的多源遥感降雨数据融合方法-CN202210684570.1有效
发明人：邹磊;窦明;沈建明;张彦;刘成建 -专利权人：中国科学院地理科学与资源研究所
申请日： 2022-06-17 - 公布日： 2022-11-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多模态深度学习的多源遥感降雨数据融合方法，包括：步骤一：搜集研究区数据；步骤二：数据预处理；步骤三：基于多模态深度学习方法构建多源遥感降雨数据融合模型；步骤四：多源降雨数据融合效果评估本发明所述方法可以有效捕捉不同遥感降雨数据的多模态信息特征，包括图像栅格空间模态、数据矩阵模态以及时间序列模态的数据特征，利用多模态之间的互补性，剔除模态间的冗余性，进而获取更加有用的遥感降雨数据变化特征同时，本发明基于多种深度学习算法融合多模态信息特征，具有更强的泛化能力，可处理和关联来自多种模态信息特征，进而融合获取更高精度的降雨数据，对于我国旱涝灾害预报预警、水资源合理开发与可持续利用等关键问题均具有重要意义
一种基于多模态深度学习遥感降雨数据融合方法

[发明专利]一种多模态实体链接方法、设备及计算机可读存储介质-CN201911114851.8有效
发明人：范红杰;王东升;林凤绿;柳泽明;雷欣 -专利权人：出门问问(苏州)信息科技有限公司
申请日： 2019-11-14 - 公布日： 2023-04-28 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种多模态实体链接方法、设备及计算机可读存储介质，所述方法包括：对多模态实体分别进行嵌入表示，得到在同一嵌入空间中的若干嵌入对象；通过多模态模型对所述若干嵌入对象进行训练识别的方式对所述多模态实体进行分组，得到若干候选实体组；其中，所述候选实体组包括具有共享特征的多个嵌入对象对应的候选多模态实体；将对应同一所述候选实体组的候选多模态实体进行链接预测，得到实体链接关系；针对所述若干候选实体组中每一个候选实体组，利用所述实体链接关系完成所述候选多模态实体的链接，以形成多模态知识图谱，本发明实施例针对知识图谱中给定的不同模态实体，分别提供不同的编码器进行编码和训练，实现多模态实体链接。
一种多模态实体链接方法设备计算机可读存储介质

[发明专利]一种基于语义信息量的多模态数据融合方法及应用-CN202211123886.X在审
发明人：华蓓;董寅灏;宋骐 -专利权人：中国科学技术大学
申请日： 2022-09-15 - 公布日： 2022-12-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于语义信息量的多模态数据融合方法及应用，该方法包括：1、构建多模态数据集合，2、计算多模态数据集合中各样本模态的语义信息量，3、构建基于语义信息量的多模态数据融合模型，4、模型训练。本发明能定量刻画多模态数据样本内容与语义标签的一致性程度，从而能使得多模态数据融合的过程具有一定的可解释性，解决多模态数据标注过程中引入的样本数据内容与语义标签不一致的问题。
一种基于语义信息量多模态数据融合方法应用

[发明专利]一种多模态数据表示学习方法及系统-CN201610507736.7有效
发明人：刘文印;杨振国;李青 -专利权人：广东工业大学
申请日： 2016-06-28 - 公布日： 2019-09-06 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开一种多模态数据表示学习方法及系统，通过接收目标多模态数据，并获取目标多模态数据对应的各个模态以及各个模态的特征表示；根据目标多模态数据、特征表示和预设图随机走模型获取融合多模态特征的数据表示和词典表示基于上述公开的方法，同时解决了处理多模态数据时存在的异构性、数据量大、数据缺失和计算代价大的问题。
一种多模态数据表示学习方法系统

[发明专利]一种基于哈希算法和邻域图的跨模态检索方法及装置-CN202011224930.7在审
发明人：杜翠凤;蒋仕宝;孙广波;朱春荣 -专利权人：广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司
申请日： 2020-11-05 - 公布日： 2021-01-08 - 主分类号： G06F16/53 文献下载
摘要：本发明公开了一种基于哈希算法和邻域图的跨模态检索方法及装置，检索方法包括：获取多模态原始样本，对多模态原始样本经过特征变换前后得到的残差值进行最小化处理，得到最小化残差值；根据协同矩阵分解方法学习多模态原始样本之间的潜在关联，并根据潜在关联计算得到多模态原始样本的模态间的语义一致性；采用邻域图的流行学习，计算得到多模态原始样本的模态内的语义一致性；将最小化残差值、模态间的语义一致性和模态内的语义一致性，结合避免过度拟合的正则化计算得到目标函数本发明实施例通过综合考虑多模态的全局特征和模态间的局部特征，计算得到用于跨模态检索的目标函数，以实现提高跨模态检索的全面性和准确性。
一种基于算法邻域跨模态检索方法装置

[发明专利]一种基于磨床系统振动模态分析的氮化硅陶瓷球超精密研磨设计方法-CN202010413051.2有效
发明人：吴成伟;马建立;张伟;马国军;李东炬;韩啸;吕永涛 -专利权人：大连理工大学
申请日： 2020-05-15 - 公布日： 2022-09-20 - 主分类号： G06F30/23 文献下载
摘要：一种基于磨床系统振动模态分析的氮化硅陶瓷球超精密研磨设计方法，属于超精密加工领域。首先，建立磨床整体的有限元模型。其次，对磨床系统振动模态进行分析。最后，结合磨床系统的模态分析结果，优化设计研磨参数。本发明基于磨床系统的振动模态分析，得出模态频率，选择磨床电机转速，避开相应频率以及频率的倍数，避免共振发生，从而大幅度提高氮化硅陶瓷球的研磨精度，保证批量生产的氮化硅陶瓷球精度达到P2级。
一种基于磨床系统振动分析氮化陶瓷球精密研磨设计方法

[发明专利]一种多模态身份识别方法及设备-CN201910703887.3在审
发明人：李伟;王保辉;李晓建;胡伟湘 -专利权人：华为技术有限公司
申请日： 2019-07-31 - 公布日： 2021-02-02 - 主分类号： G06F21/32 文献下载
摘要：本申请提供了一种多模态身份识别方法及设备，涉及人工智能的身份识别技术领域；在基于一种模态对用户进行身份识别时，主动采集该用户的其他模态的注册信息，完成多模态注册流程；不需要用户对每种模态分别进行单独的注册，简化了多模态注册流程。用户在电子设备上进行一种模态的一次注册，电子设备则可以主动采集其他模态的信息，完成多种模态的注册过程，支持多模态的身份识别。
一种多模态身份识别方法设备