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！

龙图腾网获悉北京航空航天大学申请的专利一种结构信息优化的多模态社交事件检测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：CN119622373B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411653975.4，技术领域涉及：G06F18/23；该发明授权一种结构信息优化的多模态社交事件检测方法是由彭浩;孙硕;张靖赟;谢敏慧;王一鸣;杨梦茹设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种结构信息优化的多模态社交事件检测方法在说明书摘要公布了：本发明公开一种结构信息优化的多模态社交事件检测方法，包括步骤：S10,获取多模态社交媒体数据，并对数据预处理；S20,经过多模态社交媒体数据结构熵引导的自适应增量学习模型进行处理，输出检测到的社交事件及其特征；S30,将结构熵引导的自适应增量学习输出的社交事件信息及其特征输入深度结构熵引导的无监督图聚类模型，得到聚类结果。本发明克服现有技术中的限制，提升事件检测的准确性、鲁棒性与效率。

本发明授权一种结构信息优化的多模态社交事件检测方法在权利要求书中公布了：1.一种结构信息优化的多模态社交事件检测方法，其特征在于，包括步骤： S10,获取多模态社交媒体数据，并对数据预处理； S20,经过多模态社交媒体数据结构熵引导的自适应增量学习模型进行处理，输出检测到的社交事件及其特征，包括步骤： S201，初始模型预训练：将经过数据预处理的多模态社交媒体数据结构熵引导的自适应增量学习模型中，引入的多模态事件编码器通过对比学习方法构建正样本，训练损失，得到消息的特征表示； S202，进行开放世界中的多模态社交事件检测：在获得消息的特征表示后，将消息建模为一个图GM，该图包含两种类型的边：基于特征相似性的边Es和基于共享属性的边Ea；引入基于结构熵的层次聚类算法，该算法的输入是构建的消息图GM；首先，执行层次聚类，并生成层次聚类树Th；随后，对于Th的每一层，需要计算相应的聚类结果，并计算每个聚类结果下的二维SE；选择具有最小二维SE的聚类结果作为算法的最终输出； S203，适应性增量学习：首先使用自适应噪声过滤器，处理社交媒体数据的动态更新和噪声；然后进行增量学习，保留与事件相关的信息，输出检测到的社交事件及其特征； S30,将结构熵引导的自适应增量学习输出的社交事件信息及其特征输入深度结构熵引导的无监督图聚类模型，得到聚类结果；包括步骤： S301,结构量化：将输入数据先进行概率聚类分配； S302,结构学习层：首先接收节点特征X和邻接矩阵Ag作为输入；然后通过可用的特征X来增强原始图结构，并在训练过程中动态优化和更新图； S303,聚类分配层，利用初始嵌入和邻接矩阵来学习节点的软分配和嵌入，同时在聚合后更新图结构和聚类嵌入，最终输出聚类结果，显示相关事件的分组及其结构信息。

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北京航空航天大学，其通讯地址为：100080 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。