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！

龙图腾网获悉西安交通大学申请的专利一种多模态增强的卫星遥测数据多任务处理系统与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：CN120508760B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511002064.X，技术领域涉及：G06F18/15；该发明授权一种多模态增强的卫星遥测数据多任务处理系统与方法是由鲍军鹏;郝书乐;卢春成设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种多模态增强的卫星遥测数据多任务处理系统与方法在说明书摘要公布了：本发明公开了一种多模态增强的卫星遥测数据多任务处理系统与方法，系统包括输入嵌入模块、知识驱动提示增强模块、融合感知模块、大语言模型处理模块、特征增强模块、时序模型处理模块以及任务执行与优化模块；本发明利用知识驱动提示增强模块对自然语言模态的初始指令进行知识图谱增强，生成优化后指令；利用融合感知模块将优化后指令的自然语言模态和卫星遥测数据的时间序列模态进行融合；利用大语言模型处理模块挖掘融合后数据中的混合特征；利用时序模型处理模块推导出最终的预测结果，实现对卫星遥测数据的预测和异常检测；本发明在融合大语言模型、大型时间序列模型和知识图谱的技术框架下，实现了对卫星遥测数据的高效处理和精准分析。

本发明授权一种多模态增强的卫星遥测数据多任务处理系统与方法在权利要求书中公布了：1.一种多模态增强的卫星遥测数据多任务处理系统，其特征在于，包括输入嵌入模块、知识驱动提示增强模块、融合感知模块、大语言模型处理模块、特征增强模块、时序模型处理模块以及任务执行与优化模块； 所述输入嵌入模块用于对卫星遥测数据进行归一化和分片处理； 所述知识驱动提示增强模块用于对自然语言模态的初始指令进行知识图谱增强，生成优化后指令； 所述融合感知模块用于将优化后指令的自然语言模态和卫星遥测数据的时间序列模态进行融合； 所述大语言模型处理模块用于挖掘融合后数据中的混合特征； 所述特征增强模块用于对所述混合特征进行维度映射与增强； 所述时序模型处理模块用于根据所述特征增强模块增强后的特征推导出最终的预测结果，实现对卫星遥测数据的预测和异常检测； 所述任务执行与优化模块用于根据指令识别任务意图，执行卫星遥测数据预测、卫星遥测数据补全和卫星异常检测任务中的一种或几种，并进行系统训练优化； 其中，所述时序模型处理模块基于预训练的大型时间序列模型，根据所述特征增强模块增强后的特征推导出最终的预测结果，实现对卫星遥测数据的预测和异常检测； 所述对卫星遥测数据的预测，实现方法如下： 在微调阶段，采用自回归生成训练目标，根据优化后指令嵌入的总长度，将历史卫星遥测数据的时间步长L划分为个项，所述预训练的大型时间序列模型输出下一个项，计算各项与相应卫星实际遥测数据的均方误差作为损失函数进行反向传播； 在推理阶段，将预测结果与输入的卫星遥测数据时间序列连接，反复使用所述预训练的大型时间序列模型生成下一个项，直至预测项总长度达到预期长度，实现对卫星遥测数据的预测； 所述异常检测，基于预测式异常检测思路，利用已观察的时间序列预测未来时间序列，将预测结果当作正常模式的标准，与实际接收的卫星遥测数据进行对比；设卫星遥测数据的时间序列为，其中为卫星遥测数据的t时刻真实值，所述预训练的大型时间序列模型利用已观察的时间序列预测未来时间序列；生成模型通过优化目标函数学习条件分布，其中为卫星遥测数据的t时刻预测值，m为预测时间长度，k为已观察的时间序列的时间步长，通过所述损失函数进行反向传播；计算预测时间序列与真实时间序列的误差作为异常分数，表示为，设置阈值，若，则认为对应的卫星时间点为异常点，表示差别计算函数，，为时刻至时刻的真实时间序列。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。