中山大学周凡获国家专利权
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！
龙图腾网获悉中山大学申请的专利一种基于学习和推理的跨媒介数据降维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：CN116028807B 。
龙图腾网通过国家知识产权局官网在2025-07-25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：202211675814.6，技术领域涉及：G06F18/214；该发明授权一种基于学习和推理的跨媒介数据降维方法是由周凡;陈小燕;林格设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。
本一种基于学习和推理的跨媒介数据降维方法在说明书摘要公布了：本发明提出一种基于学习和推理的跨媒介数据降维方法，涉及深度学习及数据降维的技术领域，为解决当前数据降维的方式无法有效地处理含时序特征的数据以及多媒介数据降维的问题。采集多媒介数据并按媒介种类分类，将每一个媒介数据输入至该媒介数据对应的编码器中，提取该媒介数据的特征向量,特征向量为时间维度与特征向量维度相乘的向量，实现了时序特征的提取，使降维后的向量保留了时序特征。利用向量拼接后的再次降维，将媒介与媒介之间的特征向量做出有效的融合。利用解码器将中间向量升维成若干个与原媒介数据格式相同的矩阵，能很好地处理带有时序信息以及多媒介的数据，有效地去除噪声，保留关键特征与信息，方便下游任务的计算与可视化。
本发明授权一种基于学习和推理的跨媒介数据降维方法在权利要求书中公布了：1.一种基于学习和推理的跨媒介数据降维方法，其特征在于，所述方法包括以下步骤： S1.获取多媒介数据集，并将多媒介数据集按媒介分类； S2.将每一个媒介数据输入至该媒介数据对应的编码器中，提取该媒介数据的特征向量，特征向量为时间维度与特征向量维度相乘的向量； S3.将所有编码器输出的若干个媒介的特征向量拼接成一个向量； S4.对拼接成的向量再次进行降维，得到维度下降后的中间向量； S5.利用解码器将中间向量升维成若干个与原媒介数据格式相同的矩阵，以重建原多媒介数据； S6.构建损失函数，将升维后的矩阵数据与原多媒介数据代入损失函数计算损失，更新编码器-解码器参数数据，重复执行步骤S1～S5,直至损失函数收敛； S7.损失函数收敛后，将S5中的解码器丢弃，保留S2～S4中提及的网络组成部分。
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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号