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！

龙图腾网获悉太原理工大学;星源数动(山西转型综合改革示范区)科技有限责任公司申请的专利一种多模态模型动态更新的天文瞬变源识别方法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：CN119598320B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411714917.8，技术领域涉及：G06F18/2415；该发明授权一种多模态模型动态更新的天文瞬变源识别方法是由贾鹏;李嘉欣;曹亮;田少楠;徐胭艳;周朴设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种多模态模型动态更新的天文瞬变源识别方法在说明书摘要公布了：本发明涉及天文学与人工智能相结合的天文瞬变源识别领域，在进行大视场高采样率望远镜拍摄的海量数据中的瞬变源识别任务时，现有的方法通常使用仅靠图像数据的单一分类模型，难以应对复杂多变的数据。本发明提出一种多模态模型动态更新的天文瞬变源识别方法，通过结合图像数据、点扩散函数及物理信息构建多模态模型进行分类；结合人工审查，选取分类错误的样本和可能的瞬变源候选体，存储为新的样本集，通过将新样本集注入原始训练集，加载上次训练的权重进行重新训练，实现模型的动态调整和优化。该方法能够有效应对大视场高采样率望远镜所生成的海量数据，确保模型在复杂背景和弱信号下始终保持高效、精准的识别性能。

本发明授权一种多模态模型动态更新的天文瞬变源识别方法在权利要求书中公布了：1.一种多模态模型动态更新的天文瞬变源识别方法，其特征在于，通过多模态模型接收图像数据、点扩散函数和物理信息，将图像数据提取的特征、点扩散函数提取的特征和物理信息提取的特征拼接后，利用多模态模型的分类层完成分类并通过可视化界面显示分类结果，结合人工审查选取分类错误的样本和可能的瞬变源候选体作为新样本存储到原始训练样本集，利用新样本实现对原始训练样本集的更新；利用设定的阈值对多模态模型进行评估，若多模态模型的查全率或查准率小于阈值时，将新样本集注入原始训练样本集，加载新样本注入前最后一次训练的权重作为预训练权重进行重新训练，直至多模态模型性能达到阈值要求，实现多模态模型的动态更新和优化，提高瞬变源识别的准确性和可靠性，具体包括以下步骤： 步骤1.构建原始训练样本集：利用图像相减技术，将观测图像与模板图像相减得到的残差星象作为多模态模型训练负样本；根据望远镜系统成像特性、观测设备性能和大气湍流影响，生成带有仿真星象的模拟图像，利用图像相减技术，将模拟图像与模板图像相减得到的仿真星象作为多模态模型训练正样本； 步骤2.构建多模态模型：多模态模型包括图像特征提取、点扩散函数特征提取和物理信息特征提取，将通过图像特征提取、点扩散函数特征提取和物理信息特征提取的三个独立的特征向量在相同的维度上进行特征拼接，形成一个多模态特征向量，传递至全连接层、ReLu激活函数和Sigmod激活函数组成的分类层进行分类，得到分类的概率值； 步骤3.分类结果可视化与人工审查：对多模态模型的分类结果进行可视化处理和人工审查，将分类结果存入数据库，通过前端页面展示并与用户进行交互； 步骤4.多模态模型动态调整：通过计算多模态模型在验证集上的查全率和查准率评估多模态模型的性能。

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太原理工大学;星源数动(山西转型综合改革示范区)科技有限责任公司，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79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”。

以上内容由龙图腾AI智能生成。