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！

龙图腾网获悉浙江大学申请的专利一种基于改进diffusion模型的图表语义嵌入可视化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：CN119739914B 。

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：202411808325.2，技术领域涉及：G06F16/904；该发明授权一种基于改进diffusion模型的图表语义嵌入可视化方法及系统是由贝毅君;吕昊设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于改进diffusion模型的图表语义嵌入可视化方法及系统在说明书摘要公布了：本发明公开了一种基于改进diffusion模型的图表语义嵌入可视化方法及系统。该方法包括对图表数据进行针对性的预处理；提取预处理后的图表语义上下文并生成相关主题词；通过改进diffusion的架构，将包含文本条件和视觉样本之间的交互和排列的跨模态语境纳入正向和反向流程；将这种语境传播到两个过程的所有时间步，以调整它们的轨迹，从而促进跨模态条件建模；利用diffusion模型输出结果来创新图表语义嵌入可视化方式。所述系统包括数据预处理模块、改进的diffusion模型生成模块和结果的评估模块等。本发明有效提升了图表可视化的语义准确性和丰富度，广泛适用于各类数据分析、展示与决策场景。

本发明授权一种基于改进diffusion模型的图表语义嵌入可视化方法及系统在权利要求书中公布了：1.一种基于改进diffusion模型的图表语义嵌入可视化方法，其特征在于，包括以下步骤： 选择不同类型的图表对原始数据进行数据预处理，得到预处理后的图表数据；当所述图表的类型为条形图、折线图、饼图、散点图时，将所述图表数据转换为与所述图表的类型对应的基础图表； 提取预处理后的图表数据的语义上下文并生成相关主题词； 改进diffusion模型的输入层与损失函数，使用改进的diffusion模型对预处理后的图表数据进行处理，包括：生成的图像方式分为无条件和有条件，生成的图像目标分为前景与背景，无条件方式不考虑原始图表的数据结构信息，条件方式考虑原始图表的数据结构信息；无条件背景生成通过原始的text2img管道生成，无条件前景生成考虑Pobject和生成图Ig的交叉注意定位目标区域，计算阈值来区分目标和背景，得到一个掩码；在Ig中进行逐像素比较，获得粗略目标区域Iobj，利用分割神经网络ISNet消除冗余信息，得到移除了背景的前景图；有条件的前景生成将语义上下文整合到图表中的视觉标记中，同时坚持图表中所表示的数据，先用输入图像Ic计算其掩模图Imask，与生成过程中的注意力图融合，背景生成中额外提取注意力图的主色进行融合；所述改进的diffusion模型在输入层设有专门处理图表结构信息的分支，且其损失函数中包含考虑图表数据特性的惩罚项，若图表数据具有时间序列特性，则在损失函数中加入时间序列一致性的约束； 将所述改进的diffusion模型与辅助模型结合，所述辅助模型包括用于提取图表图像特征的卷积神经网络CNN和用于处理图表数据序列特性的循环神经网络RNN，所述辅助模型在不同阶段对图表数据进行处理，并将结果输入所述改进的diffusion模型； 建立可视化交互方式，当用户在图表上进行操作时，所述diffusion模型实时生成相关的解释或预测信息，并以可视化形式展示在图表旁边。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。