Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛理工大学赵锟获国家专利权

青岛理工大学赵锟获国家专利权

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!

龙图腾网获悉青岛理工大学申请的专利一种多模态情感分类模型的训练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:CN120687922B

龙图腾网通过国家知识产权局官网在2026-01-23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:202511188831.0,技术领域涉及:G06F18/2413;该发明授权一种多模态情感分类模型的训练方法及系统是由赵锟;孟凡;李文强;谢曜聪;周立俭;宋传旺;聂廷远;唐桂林;任贺雷设计研发完成,并于2025-08-25向国家知识产权局提交的专利申请。

一种多模态情感分类模型的训练方法及系统在说明书摘要公布了:本发明属于人工智能与多模态情感识别技术领域,公开了一种多模态情感分类模型的训练方法及系统,包括获取视频数据并提取音视频特征;对音视频特征进行软硬混合数据增强获得增强后的音视频特征,将原始的音视频特征和增强后的音视频特征在批次维度上进行加权融合,生成多模态缺失训练数据;对多模态缺失训练数据进行音视频特征提取,将提取的特征进行跨模态特征融合,获得融合后的特征,基于融合后的特征进行情感分类识别;定义损失函数,对模型进行训练,获得训练好的模型。本发明通过软硬混合数据增强策略,生成多样化的训练样本,通过多模态协同增强策略,确保多模态数据的语义一致性,有效提升模型的鲁棒性、泛化能力和情感分类精度。

本发明授权一种多模态情感分类模型的训练方法及系统在权利要求书中公布了:1.一种多模态情感分类模型的训练方法,其特征在于,包括以下步骤: 获取用于情感分类的视频数据,对视频数据进行预处理,获得视频特征和音频特征; 分别对获得的音视频特征进行软硬混合数据增强处理,获得增强后的音视频特征,将原始的音视频特征和增强后的音视频特征在批次维度上进行加权融合,生成多模态缺失训练数据;所述软硬混合数据增强包括软增强和硬增强,其中,软增强采用温和的弱增强策略,对原始数据进行轻微变换,保持其主要语义信息不变,硬增强则采用激进的强增强策略,显著改变原始数据的表现形式,增强模型的鲁棒性;所述软增强通过奖励函数生成音视频特征的软增强系数,并通过更新函数对软增强系数进行迭代更新;所述奖励函数包括准确率奖励和稳定性惩罚,所述准确率奖励反映模型当前批次的分类准确率,所述稳定性惩罚用于抑制软增强系数在相邻批次间的剧烈波动; 所述奖励函数为: ; 其中,代表当前批次的奖励得分,代表当前批次的识别准确率,代表当前的音频模态缺失增强系数,代表前一个批次的音视频模态缺失增强系数,λ为稳定性惩罚的系数; 所述更新函数为: ; 其中,α为权重学习率,代表增强系数的初始值,代表当前批次的奖励得分,代表上一个批次的奖励得分,保证增强系数在设定的最小最大范围内,增强系数的更新范围,代表当前的音频模态缺失增强系数;软硬混合数据增强的硬增强策略就是直接将语音模态或视觉模态的增强矩阵赋零,Cnew为更新增强系数; 对多模态缺失训练数据分别进行视频特征和音频特征提取,将提取的特征进行跨模态特征融合,获得融合后的特征,基于融合后的特征进行情感分类识别; 定义损失函数,对多模态情感分类模型进行训练,获得训练好的多模态情感分类模型。

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青岛理工大学,其通讯地址为:266520 山东省青岛市黄岛区嘉陵江东路777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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。