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！

龙图腾网获悉国网浙江省电力有限公司营销服务中心申请的专利一种针对模态缺失问题的多模态提示学习方法及系统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：CN120234617B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510697534.2，技术领域涉及：G06F18/214；该发明授权一种针对模态缺失问题的多模态提示学习方法及系统是由章一新;杨玉强;林少娃;沈然;侯素颖;朱林;曹瑞峰;郭烨烨;王姝晏设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种针对模态缺失问题的多模态提示学习方法及系统在说明书摘要公布了：本发明公开了一种针对模态缺失问题的多模态提示学习方法及系统。本发明的多模态提示学习方法，包括：在高资源数据集上完成多模态模型的预训练；针对低资源数据集上不完整的模态数据，通过缺失模态生成模块恢复缺失模态特征；通过合并信号缺失提示，以区分真实模态和恢复的缺失模态；通过附加类型缺失提示，以建模多个缺失模态的相关性；将完整模态数据在预训练模型中进行推理，并更新缺失模态生成模块参数、信号缺失提示参数和类型缺失提示参数。本发明利用少量可学习的提示，指导可用模态恢复缺失模态的特征，从而增强多模态预训练模型在处理不完整模态数据时的可靠性。

本发明授权一种针对模态缺失问题的多模态提示学习方法及系统在权利要求书中公布了：1.一种针对模态缺失问题的多模态提示学习方法，其特征在于，包括： 步骤1），在高资源数据集上完成多模态模型的预训练，得到预训练模型； 步骤2），针对低资源数据集上不完整的模态数据，通过缺失模态生成模块恢复缺失模态特征； 步骤3），通过合并信号缺失提示，以区分真实模态和恢复的缺失模态； 步骤4），通过附加类型缺失提示，以建模多个缺失模态的相关性； 步骤5），将完整模态数据在预训练模型中进行推理，并更新缺失模态生成模块参数、信号缺失提示参数和类型缺失提示参数； 所述步骤2）中，恢复缺失模态特征的过程为： 2.1）包含不同模态缺失情况的批量数据被馈送到缺失模态生成模块，以获得生成的特征，对于多模态的样本，设置对应的生成性提示参数 ， 其中，表示音频模态，表示视频模态，表示文本模态； 2.2）若缺失音频模态，则通过缺失模态生成模块进行如下恢复： ， 其中，表示恢复的音频缺失模态特征，表示恢复的音频缺失模态； 2.3）若同时缺失音频和视频两个模态，则通过缺失模态生成模块进行如下恢复： 、， 其中，表示恢复的视频缺失模态特征，表示恢复的视频缺失模态，表示由一维卷积层和激活函数组成的卷积块，表示从一个或两个模态到另一个模态。

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国网浙江省电力有限公司营销服务中心，其通讯地址为：311100 浙江省杭州市余杭区云联路138号5幢；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”。