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！

龙图腾网获悉新乡学院申请的专利一种基于LLaVA模型的高效学生中国画鉴赏系统和鉴赏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：CN119784230B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202411842058.0，技术领域涉及：G06Q10/0639；该发明授权一种基于LLaVA模型的高效学生中国画鉴赏系统和鉴赏方法是由郭素芬;申小忱;刘鑫;张鹏飞设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于LLaVA模型的高效学生中国画鉴赏系统和鉴赏方法在说明书摘要公布了：本发明涉及一种基于LLaVA模型的高效学生中国画鉴赏系统和鉴赏方法，包括客户端、服务器以及改进的LLaVA模型；客户端用于收集传统中国画电子图像与文本鉴赏评析对；客户端还用于将收集到的总数据集DCZO进行拆分，服务器上具有改进后的LLaVA模型部署端口，所述部署端口与客户端通过http协议进行传输；改进的LLaVA模型具有ConvNextv2模型、PainterProjecter算法和大语言模型LLM，ConvNextv2模型用于提取中国画电子图像中的工笔特征和意境特征，PainterProjecter算法用于融合和对齐中国画特征和中文鉴赏文字特征；Qwen2.5‑7B‑Chat组合HalfLoRA的大语言模型用于进行鉴赏品析文字的输出，以及用于将输出的鉴赏评析文字传输到客户端。实现了对学生中国画的智能鉴赏，通过智能教育系统，对学生提高创造能力起到很大帮助。

本发明授权一种基于LLaVA模型的高效学生中国画鉴赏系统和鉴赏方法在权利要求书中公布了：1.一种基于LLaVA模型的高效学生中国画鉴赏系统，其特征在于，包括客户端、服务器以及改进的LLaVA模型； 客户端用于收集传统中国画电子图像与文本鉴赏评析对，并用于将传统中国画电子图像与文本鉴赏评析对整理成一一对应的问答对形式，整理好的传统中国画电子图像和鉴赏评析文本作为总的数据集DCZO；客户端还用于将收集到的总数据集DCZO进行拆分，拆分后的数据集一部分用于训练，另一部分用于测试，其中DCTr表示训练数据集，DCCs表示测试数据集，训练数据集DCTr用于对改进的LLaVA模型进行训练；测试数据集DCCs用于测试训练好的改进的LLaVA模型； 服务器上具有改进后的LLaVA模型部署端口，所述部署端口与客户端通过http协议进行传输； 改进的LLaVA模型具有ConvNextv2模型、PainterProjecter算法和大语言模型LLM，ConvNextv2模型用于提取传统中国画电子图像中的工笔特征和意境特征，PainterProjecter算法用于深度融合和对齐中国画特征和中文鉴赏文字特征；大语言模型LLM包括Qwen2.5-7B-Chat模型和HalfLoRA模块；Qwen2.5-7B-Chat组合HalfLoRA的大语言模型用于进行鉴赏评析文字的输出，以及用于将输出的鉴赏评析文字传输到客户端供学生查看和复制； ConvNextv2模型分为四个阶段，每一个阶段中包含了不同大小的卷积核来关注局部特征，ConvNextv2模型还有着GRN层来针对中国画的全局图信息进行特征提取，而且不同的阶段中的中国画特征都是经过了上一阶段的降采样，不同的阶段中是不同的尺寸的中国画特征； PainterProjecter算法包括多尺度扩张注意力机制、前馈神经网络、HOSC激活函数和多头交叉注意力机制； 多尺度扩张注意力机制用于将ConvNextv2中输出的特征进行跨连接中国画特征再提取，中文文本特征也是如此； FFN前馈神经网络和HOSC激活函数用于将多尺度扩张注意力机制输出的特征进行非线性变换； 多头交叉注意力机制用于进行中国画特征和中文文本特征对齐关联； FFN前馈神经网络和HOSC激活函数还用于将对齐后的中国画图像特征和文本特征进一步的融合，并输出给LLM大语言模型； Qwen2.5-7B-Chat模型作为融合理解中国画特征输入、文本输入以及提示词输入的大语言模型；HalfLoRA模块位于LLM模型的Qwen2.5-7B-Chat支路，HalfLoRA模块用于将Qwen2.5-7B-Chat模型中的注意力机制中的Q,K矩阵进行HalfLoRA方法的增加，公式如下： 其中，φ是可调节的超参数。

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新乡学院，其通讯地址为：450000 河南省新乡市红旗区金穗大道东段；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。