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模态缺失数据补全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：CN121350435B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511913401.0，技术领域涉及：G06F18/15；该发明授权多模态大模型模态缺失数据补全方法是由周秋明;周浩;汪中;姚锋;吴炳坤设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本多模态大模型模态缺失数据补全方法在说明书摘要公布了：本发明提供多模态大模型模态缺失数据补全方法，涉及数据处理技术领域，所述方法包括：步骤1，对多模态输入数据进行缺失值检测与编码处理，分析数据内部特征之间的关联，通过特征重组生成结构化特征表示，并结合局部特征之间的相关性生成特征校准参数，得到各模态的数值型特征向量和掩码矩阵；步骤2，将数值型特征向量和掩码矩阵输入特征融合模型，并对模态内与模态间的上下文依赖关系进行分析，通过计算特征分布椭圆的主轴参数，对椭圆特征进行旋转校正，生成初步校正的融合特征表示。本发明通过特征分布椭圆校正与全局上下文检索，提升多模态缺失数据补全的准确性与智能性。

本发明授权多模态大模型模态缺失数据补全方法在权利要求书中公布了：1.多模态大模型模态缺失数据补全方法，其特征在于，所述方法包括： 步骤1，对多模态输入数据进行缺失值检测与编码处理，分析数据内部特征之间的关联，通过特征重组生成结构化特征表示，并结合局部特征之间的相关性生成特征校准参数，得到各模态的数值型特征向量和掩码矩阵； 步骤2，将数值型特征向量和掩码矩阵输入特征融合模型，并对模态内与模态间的上下文依赖关系进行分析，通过计算特征分布椭圆的主轴参数，对椭圆特征进行旋转校正，生成初步校正的融合特征表示；包括：将数值型特征向量和掩码矩阵输入特征融合模型中，通过特征融合模型内部的自注意力计算和跨模态交互计算对输入数据进行处理，获取模态内和模态间复杂的上下文依赖关系，得到上下文增强的特征表示；计算上下文增强的特征表示在特征空间中的分布特性，并利用分布特性构造对应的协方差矩阵；对协方差矩阵进行特征值分解，根据分解结果确定特征分布椭圆的主轴参数，包括长轴在原始特征空间中的方向向量与长度值、以及短轴在原始特征空间中的方向向量与长度值；基于主轴参数中的长轴方向向量，计算将特征分布椭圆的长轴旋转至水平方向所需的旋转变换矩阵，并利用旋转变换矩阵对上下文增强的特征表示进行整体旋转变换，使特征分布椭圆的长轴与水平方向对齐、短轴与垂直方向对齐，得到旋转校正后的椭圆特征；将旋转校正后的椭圆特征输入至全连接层，通过全连接层对旋转校正后的特征进行维度调整与特征压缩的非线性变换，生成初步校正的融合特征表示； 步骤3，基于初步校正的融合特征表示，从全局多模态模式库中检索相关的上下文模式，通过比较两圆圆心之间的距离、半径之和及半径差的绝对值，判断两圆的位置关系，获取增强的全局上下文向量；包括：将初步校正的融合特征表示作为查询特征，并基于查询特征从全局多模态模式库中检索多个相似上下文模式，形成候选上下文模式集合；对候选上下文模式集合中的每个上下文模式计算上下文模式对应的特征表示圆与查询特征表示圆之间的几何关系参数，包括两圆圆心之间的距离、两圆半径之和以及两圆半径差的绝对值；基于几何关系参数，通过比较两圆圆心距离与半径和的关系以及两圆圆心距离与半径差的关系，判断每个上下文模式与查询特征之间的位置关系类别，包括相离、相切或相交；基于位置关系类别，从候选上下文模式集合中筛选出与查询特征位置关系为相切或相交的上下文模式，形成相关上下文模式子集；基于相关上下文模式子集，提取相关上下文模式子集中每个上下文模式的特征向量表示，并结合上下文模式与查询特征的位置关系密切程度，通过特征融合处理生成增强的全局上下文向量； 步骤4，利用增强的全局上下文向量对初步校正的融合特征表示进行二次校正，得到二次校正后的融合特征表示；包括：基于增强的全局上下文向量，确定特征校正的参考方向，建立校正方向基准，并将初步校正的融合特征表示按校正方向基准进行特征空间映射，生成特征表示线段；计算特征表示线段和校正方向基准在特征空间中的交点位置，确定特征投影点，并基于特征投影点，在特征表示线段上定位最终校正点位；基于最终校正点位，对初步校正的融合特征表示进行位置调整，生成调整后的特征表示，并对调整后特征表示进行特征完整性验证，以得到二次校正后的融合特征表示； 步骤5，将二次校正后的融合特征表示与全局上下文向量输入至预测模型，生成用于补全缺失模态数据的推断结果； 步骤6，根据推断结果生成最终的多模态补全数据，并利用补全数据对全局多模态模式库和预测模型的参数进行周期性更新，实现对缺失数据的自适应补全。

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。