山东建筑大学袭肖明获国家专利权
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!
龙图腾网获悉山东建筑大学申请的专利一种多模态数据自适应去噪与缺失重建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:CN121456322B 。
龙图腾网通过国家知识产权局官网在2026-03-27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:202610018127.9,技术领域涉及:G06F18/15;该发明授权一种多模态数据自适应去噪与缺失重建方法及系统是由袭肖明;王嘉睿;秦者云;韩佳;王永;郭浩;聂兴旭;刘家栋;张光;乔立山;宋景琦;曲爱喜;尹义龙设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。
本一种多模态数据自适应去噪与缺失重建方法及系统在说明书摘要公布了:本发明公开一种多模态数据自适应去噪与缺失重建方法及系统,涉及点数据去噪与重建技术领域,获取待处理的多模态原始数据及模态缺失掩码;对多模态原始数据中的图像数据进行无监督去噪,得到去噪图像,进而得到多模态数据;将多模态数据输入双流编码器进行处理,得到跨模态对齐的多模态嵌入向量;模态嵌入向量经映射和添加位置嵌入后得到各模态编码特征,基于模态缺失掩码确定缺失模态,将可用模态编码特征输入基于原型记忆的检索增强型专家模型进行缺失重建,得到多模态联合表征,经全连接层映射到任务输出空间。通过引入无监督去噪、双流编码对齐及模态知识专家混合重建,实现在多模态数据存在噪声与模态缺失情况下的鲁棒表征学习与信息互补。
本发明授权一种多模态数据自适应去噪与缺失重建方法及系统在权利要求书中公布了:1.一种多模态数据自适应去噪与缺失重建方法,其特征在于,包括: 获取待处理的多模态原始数据及模态缺失掩码; 对多模态原始数据中的图像数据进行无监督去噪,得到去噪图像,将多模态原始数据中的图像数据替换为去噪图像,得到多模态数据; 将多模态数据输入双流编码器进行处理,得到跨模态对齐的多模态嵌入向量; 模态嵌入向量经映射和添加位置嵌入后得到各模态编码特征,基于模态缺失掩码确定缺失模态,将可用模态编码特征输入基于原型记忆的检索增强型专家模型进行缺失重建,得到多模态联合表征,经全连接层映射到任务输出空间; 所述基于原型记忆的检索增强型专家模型包括生成式专家支路和检索式记忆支路,所述生成式专家支路包括视觉专家和文本专家,利用跨模态知识迁移机制对缺失模态的表征进行重建,具体为:将可用模态编码特征分别输入多个模态专家进行表征,经可用模态专家处理后生成源模态特征,经缺失模态专家处理后生成跨模态生成特征;所述检索式记忆支路基于可用模态编码特征从缺失模态原型记忆库中进行寻址检索,重构出参考性原型特征; 基于跨模态生成特征和参考性原型特征,通过门控残差机制进行特征重构,得到缺失模态重构表示,进而将缺失模态重构表示与源模态特征进行拼接,得到多模态联合表征。
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山东建筑大学,其通讯地址为:250000 山东省济南市历城区临港开发区凤鸣路1000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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励