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！

龙图腾网获悉华侨大学申请的专利一种基于粒计算的多模态协同演化反讽识别方法、装置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：CN120892869B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511383455.0，技术领域涉及：G06F18/24；该发明授权一种基于粒计算的多模态协同演化反讽识别方法、装置是由黄哲煌;陈咏希;李进金设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种基于粒计算的多模态协同演化反讽识别方法、装置在说明书摘要公布了：本发明提供了一种基于粒计算的多模态协同演化反讽识别方法、装置，涉及自然语言处理技术领域，该方法先自多模态提取样本数据并完成预处理与反讽标签标注，形成跨模态对齐的多模态反讽数据集；继而利用层次化粒度分析在各模态特征空间内进行特征聚类，构建多模态多粒度知识表示；随后基于粗糙集依赖函数从各模态中筛选依赖度最高的若干粒度，生成多模态最优粒度矩阵；再从该矩阵中提取已知反讽标签的原型模式向量及待测样本的测试模式向量，构造刻画二者相似度的反讽序参量；最终基于协同学原理构建协同神经网络模型，使各模态序参量在自激励、自抑制与侧抑制机制下协同演化，经权重融合后输出最高序参量对应的反讽标注模式，实现反讽识别。

本发明授权一种基于粒计算的多模态协同演化反讽识别方法、装置在权利要求书中公布了：1.一种基于粒计算的多模态协同演化反讽识别方法，其特征在于，包括： 从预设的样本来源库中提取不同模态的样本数据，并基于样本数据构建多模态反讽数据集； 对多模态反讽数据集进行层次化粒度分析与划分处理，构建得到多模态多粒度知识表示； 根据多模态多粒度知识表示计算各个模态的依赖度，筛选出各个模态最优的多个粒度级别，得到多模态最优粒度矩阵； 从多模态最优粒度矩阵中提取原型模式向量和测试模式向量，并根据原型模式向量和测试模式向量构造反讽序参量； 采用反讽序参量的协同神经网络模型对序参量进行协同识别预处理，生成反讽识别结果； 反讽序参量的计算模型公式为：，其中，d为测试集中样本的数量，为序参量，为模态M的反讽序参量，T为文本，模态M的原型模式向量，v为原型、m为原型模式向量中行向量的数量，为模态M的测试模式向量，u为测试，n为测试模式向量中行向量的数量； 采用反讽序参量的协同神经网络模型对序参量进行协同识别预处理，生成反讽识别结果，具体为： 基于协同学原理构建协同神经网络模型，采用反讽序参量的协同神经网络模型对序参量进行重构； 对重构后的序参量进行融合与排序处理，筛选出序列最高的序参量对应的原型模式向量； 当判断到待识别样本属于序列最高的序参量对应的原型模式向量时，获取待识别样本的反讽标注结果，生成反讽识别结果； 模态M下的协同神经网络模型的公式为：，其中，为注意参数，B为侧抑制系数，C为自抑制系数，为模式索引。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城华北路269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。