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！

龙图腾网获悉北京亦庄智能城市研究院集团有限公司申请的专利基于动态补全的多模态缺失数据情感识别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：CN120930079B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511454084.0，技术领域涉及：G06F18/25；该发明授权基于动态补全的多模态缺失数据情感识别方法及系统是由刘元;邱磊设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本基于动态补全的多模态缺失数据情感识别方法及系统在说明书摘要公布了：本发明提供一种基于动态补全的多模态缺失数据情感识别方法及系统，涉及情感识别领域，包括计算模态可靠性权重向量，确定模态组合并进行动态对齐，构建演化轨迹图预测缺失节点特征，基于信息熵分布划分时序补全区间进行自适应特征补全，最终实现情感识别。本发明能有效处理多模态数据缺失问题，提高了跨模态特征捕获能力和情感识别准确率，增强了系统鲁棒性。

本发明授权基于动态补全的多模态缺失数据情感识别方法及系统在权利要求书中公布了：1.基于动态补全的多模态缺失数据情感识别方法，其特征在于，包括： 获取包括视频、音频和文本的多模态输入数据，检测各模态的数据缺失位置，计算得到模态信息完整度值与质量分数，生成模态可靠性权重向量； 计算多模态输入数据中模态间的互相关系数，基于互相关系数与可靠性权重向量确定模态组合，检测模态组合的时序偏移量，根据时序偏移量对多模态输入数据进行动态对齐，从动态对齐后的数据中提取时序特征； 将时序特征构建为演化轨迹图的节点，计算节点间的时序依赖强度，根据时序依赖强度将节点划分为特征组，结合模态组合的时序演化规律生成缺失节点的预测特征； 计算时序特征在时间维度上的条件信息熵与联合信息熵，组合生成信息熵分布，根据信息熵分布的梯度变化识别特征突变点，将相邻特征突变点之间的区域确定为时序补全区间； 提取时序补全区间内时序特征的频率分布与累积分布，构建概率密度函数，根据概率密度函数与历史数据的变化规律生成时序补全约束条件； 基于时序补全约束条件中计算特征重要度，根据特征重要度对预测特征进行递进加权，采用递进加权结果对预测特征进行自适应补全生成多模态融合特征； 计算多模态融合特征在时间维度和特征维度上的相关系数与互信息值，组合得到时序关联度，根据所述时序关联度对特征加权进行迭代优化，生成优化后的多模态融合特征，将优化后的多模态融合特征映射至情感特征空间进行样本情感识别。

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北京亦庄智能城市研究院集团有限公司，其通讯地址为：100176 北京市大兴区北京经济技术开发区荣华中路10号1幢18层；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。