买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学申请的专利多模态神经学习网络模型、方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120429833B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510926274.1，技术领域涉及：G06F18/25；该发明授权多模态神经学习网络模型、方法、设备及介质是由梁臻;王霁元;林海朋;张力;黄淦设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本多模态神经学习网络模型、方法、设备及介质在说明书摘要公布了：本申请提出一种多模态神经学习网络模型、方法、设备及介质，对脑电信号及原始图像进行编码后，得到脑电特征及图像特征，然后计算两者的相似度，完成对脑电信号及原始图像信号的对比学习，对原始图像的编码包括基于原始图像得到嵌入表示级的第一初级特征、基于滤波图像得到嵌入表示级的第二初级特征、初级特征的融合以及推理，这样，通过双分支图像路径分别提取原始图像与滤波图像的嵌入表示级初级特征，并采用注意力门控机制进行嵌入表示级融合，实现了图像模态结构的自适应调整，克服传统图像编码单路径的问题，有效增强视觉模态的对齐能力。

本发明授权多模态神经学习网络模型、方法、设备及介质在权利要求书中公布了：1.一种多模态神经学习网络模型，其特征在于，所述模型包括： 脑电信号编码模块，用于对脑电信号进行编码，得到脑电特征； 图像编码模块，用于对原始图像进行编码，得到图像特征；以及 相似度计算模块，用于计算所述脑电特征与所述图像特征的相似度，以得到任务结果， 其中，所述图像编码模块包括： 第一图像编码子模块，用于对所述原始图像进行特征提取，得到嵌入表示级第一初级特征； 第二图像编码子模块，用于对所述原始图像进行滤波，得到滤波图像，并对所述滤波图像进行特征提取，得到嵌入表示级第二初级特征； 融合模块，用于基于嵌入表示级的交叉注意力机制，实现所述第一初级特征与所述第二初级特征的融合，得到次级特征；以及 推理模块，用于基于所述次级特征的推理结果，得到所述图像特征， 所述第二图像编码子模块包括： 滤波器参数生成网络，用于将所述原始图像转换为动态滤波器参数向量，所述动态滤波器参数向量以批量、滤波核尺寸及通道数定义； 滤波器应用网络，用于利用所述动态滤波器参数向量，对所述原始图像进行动态卷积，得到所述滤波图像；以及 图像块嵌入层，用于对所述滤波图像进行特征提取，得到所述第二初级特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。