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 > 众数(厦门)信息科技有限公司吴炳坤获国家专利权

众数(厦门)信息科技有限公司吴炳坤获国家专利权

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!

龙图腾网获悉众数(厦门)信息科技有限公司申请的专利多模态大模型跨模态特征对齐优化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:CN121365239B

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:202511935311.1,技术领域涉及:G06F18/213;该发明授权多模态大模型跨模态特征对齐优化方法是由吴炳坤;周浩;周秋明;汪中;黄世勇;姚锋设计研发完成,并于2025-12-22向国家知识产权局提交的专利申请。

多模态大模型跨模态特征对齐优化方法在说明书摘要公布了:本发明涉及数据处理技术领域,公开了多模态大模型跨模态特征对齐优化方法,包括:获取工业设备的多模态数据,多模态数据分为长尾小众模态数据和主流模态数据,对长尾小众模态数据进行分解处理,生成时频共生特征张量,长尾小众模态数据为工业设备的振动信号,通过生成的多模态对齐特征向量,避免长尾模态特征数据在统一特征空间中被主流模态数据淹没的边缘化问题,提升跨模态特征对齐时数据处理的泛化能力与语义一致性,优化工业多模态数据的协同处理精度,同时强化特征表达的稳定性、结构规整性与核心辨识度,保障多模态数据对齐的精准性与结构化水平,改善工业监控场景下多模态数据处理效果。

本发明授权多模态大模型跨模态特征对齐优化方法在权利要求书中公布了:1.多模态大模型跨模态特征对齐优化方法,其特征在于,包括: 步骤S1,获取工业设备的多模态数据,多模态数据分为长尾小众模态数据和主流模态数据,对长尾小众模态数据进行分解处理,生成时频共生特征张量,包括: 分析预处理后的长尾小众模态数据在高维相空间中的动态轨迹,得到轨迹拓扑张量; 分析轨迹拓扑张量在变化下的结构一致性,生成结构稳定度标量; 将轨迹拓扑张量和结构稳定度标量进行稳定度计算,生成稳定本征谱; 将稳定本征谱中的各本征模式进行排列与耦合,生成时频共生特征张量; 长尾小众模态数据为工业设备的振动信号; 步骤S2,对主流模态数据进行模态解耦与适配逆映射,计算主流模态向长尾模态空间的逆映射权重,生成逆映射拓扑权重矩阵,主流模态数据包含:工业设备的生产视频和工业设备的日志文本; 步骤S3,对时频共生特征张量进行分析,生成分形增强长尾特征流形,包括: 对时频共生特征张量进行计算,生成形态基因序列,具体包括:将时频共生特征张量划分为12个连续片段,并计算每个片段的Hurst指数、盒维数和能量占比,将Hurst指数、盒维数和能量占比三个数值相乘,得到该片段的形态基因值,按时间顺序排列12个片段的形态基因值,构成形态基因序列; 对形态基因序列进行因果分析,分析基础基因被干预时,特征表达发生变化的剧烈程度,生成因果涌现强度; 对因果涌现强度进行筛选后,分析特征结构的自组织、自复制与自适应过程,生成演化稳定构型; 在演化稳定构型中,识别其相空间里轨迹收敛的区域,即奇异吸引子,计算奇异吸引子的分布与拓扑结构,生成特征吸引子云; 以特征吸引子云作为锚点和约束进行反向重构,生成分形增强长尾特征流形; 步骤S4,对逆映射拓扑权重矩阵与分形增强长尾特征流形进行对齐分析,生成跨模态预协同特征向量; 步骤S5,对跨模态预协同特征向量进行计算,生成多模态对齐特征向量。

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众数(厦门)信息科技有限公司,其通讯地址为:361000 福建省厦门市火炬高新区软件园一期曾厝垵北路3号科汇楼402室-A184;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。