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！

龙图腾网获悉南开大学申请的专利基于跨模态差异分类的错误信息检测方法和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：CN120045945B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510048104.8，技术领域涉及：G06F18/22；该发明授权基于跨模态差异分类的错误信息检测方法和系统是由陈晨;孙佳浩;郭天勇;侯春燕;吴一可;袁晓洁设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于跨模态差异分类的错误信息检测方法和系统在说明书摘要公布了：本发明属于错误信息检测技术领域，尤其涉及一种基于跨模态差异分类的错误信息检测方法和系统。包括以下步骤：获取训练数据并对数据进行预处理，得到数据集数据；对数据集数据进行图文模态特征提取，得到数据集数据的图像模态和文本模态；进行模态间差异特征提取得到差异信息；根据图像模态、文本模态和差异信息生成原型特征，将图像模态、差异信息和文本模态进行拼接得到样本特征；根据原型特征和样本特征，训练得到判断原型特征；根据待检测数据判断原型特征判断信息是否正确。本发明解决了分类器法对数据的模态完整性要求较高，预测不准确的技术问题，达到了需要模态完整性较低预测准确的技术效果。

本发明授权基于跨模态差异分类的错误信息检测方法和系统在权利要求书中公布了：1.一种基于跨模态差异分类的错误信息检测方法，其特征在于，包括以下步骤： S1：获取训练数据并对数据进行预处理，得到数据集数据；对所述数据集数据进行图文模态特征提取，得到所述数据集数据的图像模态和文本模态； S2：对所述图像模态和所述文本模态进行模态间差异特征提取，得到差异信息； S3：根据所述图像模态、文本模态和差异信息生成原型特征，将所述图像模态、差异信息和文本模态进行拼接，得到样本特征；步骤S3包括： S31：根据所述图像模态、文本模态和差异信息的向量长度，使用高斯初始化生成初始原型特征， 其中，为初始图像原型特征，为初始差异原型特征，为初始文本原型特征； S32：对初始原型特征进行施密特正交化，使得初始图像原型特征、初始差异原型特征和初始文本原型特征之间互相正交得到原型特征： 其中，为图像原型特征，为差异原型特征，为文本原型特征； S33：拼接所述图像模态、文字模态和所述差异信息得到所述样本特征： 其中，为图像模态；为文字模态；为差异信息； S4：根据所述原型特征和所述样本特征，计算相似性得分，根据训练数据的真实结果调整所述原型特征，得到判断原型特征； S5：提取待检测数据的图像模态、待检测数据的文本模态和待检测数据的差异信息，根据所述待检测数据的图像模态、待检测数据的文本模态、待检测数据的差异信息和判断原型特征计算待检测数据的相似性得分，根据所述待检测数据的相似性得分判断信息是否正确。

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南开大学，其通讯地址为：300071 天津市南开区卫津路94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”。