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！

龙图腾网获悉龙岩学院申请的专利基于时空语义图卷积网络的多模态数据深度融合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：CN121190933B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511738959.X，技术领域涉及：G06V10/80；该发明授权基于时空语义图卷积网络的多模态数据深度融合方法是由曾玮;李文灿;郭天文;陈阳;邓弘立;李晓刚;徐仰高;杜少毅;林庆亮;卢达辉;马志远;卢志敏;苏太育;卢俊文;王晓栋设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。

本基于时空语义图卷积网络的多模态数据深度融合方法在说明书摘要公布了：本发明公开了基于时空语义图卷积网络的多模态数据深度融合方法，属于数据融合方法技术领域，包括：得到时空对齐后的多模态数据集，构建时空语义图，进行过渡平滑风险初步判断，进行时空图卷积网络初始工作参数设置，将时空语义图输入时空图卷积网络进行推理，进行时空图卷积网络推理的自适应优化，在推理完成后，输出目标对象节点的特征向量，解码得到目标对象的融合状态，输出全局一致的融合结果。本发明能够避免时空卷积推理过程中节点特征过度平滑的问题，保持突发状态与动态细节的敏感性；同时在多模态信息存在冲突或缺失的情况下，输出全局一致且可信的融合结果，提升模型在复杂动态场景下的识别精度、响应速度与泛化能力。

本发明授权基于时空语义图卷积网络的多模态数据深度融合方法在权利要求书中公布了：1.基于时空语义图卷积网络的多模态数据深度融合方法，其特征在于，包括以下步骤： S1，通过异构传感器集合获取目标对象的原始数据，并对目标对象的原始数据进行时空基准对齐，得到时空对齐后的多模态数据集； S2，根据时空对齐后的多模态数据集，构建时空语义图，进行过渡平滑风险初步判断，基于过渡平滑风险初步判断结果进行时空图卷积网络初始工作参数设置，并在优化完成后生成启动推理信号； S3，接收启动推理信号后，将时空语义图输入时空图卷积网络进行推理，以预设周期进行时空语义图的平滑度评估，进行时空图卷积网络推理的自适应优化，并在推理完成后，输出目标对象节点的特征向量，解码得到目标对象的融合状态，并根据置信度评分进行智能仲裁，输出全局一致的融合结果； 所述以预设周期进行时空语义图的平滑度评估，具体分析过程如下： 以预设周期获取推理过程中时空语义图的平滑状态数据，分析综合平滑度； 提取数据库中预设的综合平滑度阈值； 以过度平滑风险指数为查询键值，查询第一平滑度阈值修正系数； 查询系统是否存在平滑风险提示信息，若存在平滑风险提示信息，将过度平滑风险指数与过度平滑风险指数最小阈值进行差值处理得到的过度平滑风险偏离因子作为查询键值，查询第二平滑度阈值修正系数，基于第一平滑度阈值修正系数、第二平滑度阈值修正系数和综合平滑度阈值，分析得到综合平滑度修正阈值，即将第一平滑度阈值修正系数、第二平滑度阈值修正系数和综合平滑度阈值的乘积作为综合平滑度修正阈值； 若不存在平滑风险提示信息，则基于第一平滑度阈值修正系数和综合平滑度阈值，分析得到综合平滑度修正阈值； 若综合平滑度低于综合平滑度修正阈值，则将时空语义图的平滑度评估结果记为正常平滑； 若综合平滑度不低于综合平滑度修正阈值，则将时空语义图的平滑度评估结果记为过度平滑； 所述进行时空图卷积网络推理的自适应优化，具体分析过程如下： 若时空语义图的平滑度评估结果为正常平滑，则继续执行推理流程； 若时空语义图的平滑度评估结果为过度平滑，则将综合平滑度与综合平滑度修正阈值进行差值处理，得到综合平滑度偏差值，即将综合平滑度减去综合平滑度修正阈值的数值结果作为综合平滑度偏差； 以综合平滑度偏差值为查询键值，查询时空图卷积网络推理参数优化集合； 所述时空图卷积网络推理参数优化集合包括边置信度阈值增补值和残差注入强度再增补值； 基于时空图卷积网络推理参数优化集合进行时空图卷积网络推理的自适应优化。

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龙岩学院，其通讯地址为：364012 福建省龙岩市新罗区东肖北路1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。