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！

龙图腾网获悉深圳市大数据研究院申请的专利基于多模态大模型的通信指标预测方法以及相关设备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：CN120090946B 。

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：202510542918.7，技术领域涉及：H04L41/147；该发明授权基于多模态大模型的通信指标预测方法以及相关设备是由陈浩泷;朱光旭;史清江设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本基于多模态大模型的通信指标预测方法以及相关设备在说明书摘要公布了：本申请提供了一种基于多模态大模型的通信指标预测方法以及相关设备，涉及数据处理技术领域，可以获取用户通信过程中的多维度时序数据、地理空间数据及对应文本描述数据；对多维度时序数据执行时序特征提取处理得到时序特征向量，对地理空间数据执行空间特征提取处理得到空间特征向量；基于大语言模型词嵌入层对文本描述数据编码得到语义特征向量；基于文本原型对三类特征向量执行跨模态注意力融合生成联合特征表示；将联合特征表示输入大语言模型生成通信指标预测信息，可以有效建模多模态指标间的耦合关系，提高预测精度，进而确保网络优化决策的有效性。

本发明授权基于多模态大模型的通信指标预测方法以及相关设备在权利要求书中公布了：1.一种基于多模态大模型的通信指标预测方法，其特征在于，包括： 获取用户通信过程中的多维度时序数据、地理空间数据以及所述多维度时序数据对应的文本描述数据；其中，地理空间数据为包含基站位置、地形高程、建筑物分布的地理信息数据，文本描述数据为描述通信场景特征的自然语言文本； 其中，所述地理空间数据的获取过程，包括：获取所述用户通信过程中所涉及的基站位置数据；根据所述基站位置数据和预设的工程参数确定目标地图区域，并从预设地图库中获取所述目标地图区域对应的地理空间数据； 其中，所述预设的工程参数包括基站发射功率与无线传播模型，所述根据所述基站位置数据和预设的工程参数确定目标地图区域，包括：基于基站发射功率和无线传播模型，计算信号有效覆盖半径；以基站位置为中心，根据信号有效覆盖半径确定目标地图区域； 对所述多维度时序数据进行时序特征提取处理，得到时序特征向量；其中，所述对所述多维度时序数据进行时序特征提取处理，得到时序特征向量，包括：根据所述多维度时序数据的特征维度构建基于注意力机制的卷积神经网络；沿时间序列维度将所述多维度时序数据划分为多个局部时序块，并通过所述卷积神经网络分别从每个所述局部时序块中提取出局部时序特征，以及根据所有所述局部时序特征得到时序特征向量；所述局部时序块为按预设时间窗口长度划分的连续数据片段； 对所述地理空间数据进行空间特征提取处理，得到空间特征向量；其中，所述对所述地理空间数据进行空间特征提取处理，得到空间特征向量，包括：根据基站覆盖密度动态调整的网格尺寸，将所述地理空间数据划分为多个网格单元，并根据用户测量报告中的位置信息标记用户通信过程中涉及的服务小区网格；对所有所述网格单元进行卷积特征提取，生成局部空间特征；对所有所述服务小区网格对应的所述局部空间特征叠加可学习的嵌入向量，得到局部增强特征；根据所有未被标记的所述网格单元的局部空间特征，以及所有所述服务小区网格的局部增强特征，得到空间特征向量； 基于预先训练好的大语言模型的词嵌入层对所述文本描述数据进行编码，得到语义特征向量； 基于所述大语言模型的文本原型，对所述时序特征向量、所述空间特征向量与所述语义特征向量进行跨模态注意力融合，生成联合特征表示； 将所述联合特征表示输入所述大语言模型，以使所述大语言模型基于所述联合特征表示得到对应的推理向量，并根据所述推理向量输出通信指标预测信息。

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市大数据研究院，其通讯地址为：518172 广东省深圳市龙岗区龙城街道龙翔大道2001号道远楼225室；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。