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！

龙图腾网获悉广东工业大学申请的专利一种基于模态交替优化的多模态谣言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：CN120296665B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510393064.0，技术领域涉及：G06F18/25；该发明授权一种基于模态交替优化的多模态谣言检测方法是由邢玛丽;何廉铮;鲁仁全;叶燕燕;蔡倩倩设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于模态交替优化的多模态谣言检测方法在说明书摘要公布了：本发明涉及多模态模式识别技术领域，尤其涉及一种基于模态交替优化的多模态谣言检测方法，包括构建并利用训练数据集DS训练模态交替优化的多模态谣言检测模型，所述多模态谣言检测模型采用分阶段训练策略，包括在特定训练阶段仅对目标优化模态的神经网络通路进行参数更新，冻结其余模态的对应网络参数，并动态调整超参数以调控不同模态的训练进度，在特定训练阶段和非特定训练阶段转换时，通过参数重要性评估固定多模态融合分类器中历史任务关键参数；将待检测样本输入到已训练完毕的多模态谣言检测模型中，输出对应样本的真实性概率分布。本发明能解决现有多模态谣言检测技术中存在的模态惰性问题，从而实现不同模态贡献度的均衡优化。

本发明授权一种基于模态交替优化的多模态谣言检测方法在权利要求书中公布了：1.一种基于模态交替优化的多模态谣言检测方法，其特征在于，包括以下步骤： 步骤A：获取社交媒体平台上发布的多模态数据集，包括图像、文本及社交信息，对多模态数据集的真实性进行标注和数据预处理操作，形成训练数据集DS； 步骤B：构建并利用训练数据集DS训练模态交替优化的多模态谣言检测模型，所述多模态谣言检测模型采用分阶段训练策略，所述分阶段训练策略包括： 利用跨模态交叉注意力机制深度融合图像特征、文本特征和社交特征三种模态特征得到多模态特征，使用多模态融合分类器对多模态特征进行分类得到多模态分类结果，同时使用三种模态独立的图像分类器、文本分类器和社交分类器分别对图像特征、文本特征和社交特征三种模态特征进行分类得到单模态分类结果、和； 依据单模态分类结果、和动态计算当前训练阶段目标优化模态的学习率，表示如下： 其中表示基准学习率，表示由公式28定义的模态的分类准确率，表示非模态的准确率，表示模态的样本总数，为指示函数，当为真时值为1，否则为0，表示第个样本被正确分类； 阻断非目标模态神经网络通路的梯度后，执行定向反向传播，即仅通过目标模态通路回传梯度信号，并对其专属参数进行更新迭代，表示如下： 其中表示使用随机梯度下降法更新参数，表示上一训练阶段更新完毕的参数； 进入下一训练阶段重复上述步骤，直至满足预设停止条件； 步骤C：将待检测样本输入到已训练完毕的多模态谣言检测模型中，输出对应样本的真实性概率分布。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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。