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！

龙图腾网获悉昆明理工大学申请的专利基于由粗到细渐进式跨模态注意力的抗噪多模态表征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：CN115309950B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202210745272.9，技术领域涉及：G06F16/903；该发明授权基于由粗到细渐进式跨模态注意力的抗噪多模态表征方法是由郭军军;杨溪设计研发完成，并于2022-06-28向国家知识产权局提交的专利申请。

本基于由粗到细渐进式跨模态注意力的抗噪多模态表征方法在说明书摘要公布了：本发明涉及基于由粗到细渐进式跨模态注意力的抗噪多模态表征方法CFP‑CMA，来解决多模态情感分析中不确定噪声问题。本发明首先粗略浏览多模态信息以获得具有跨模态注意的粗粒度全局信息，并采用模态特定门控单元分别动态过滤每个模态的不确定性噪声。然后使用模态特定渐进式更新单元来逐渐淡化多模态数据中噪声的影响并学习细粒度特征。最后利用模态间自适应融合机制，来学习鲁棒的多模态融合表征，用于多模态情感分析。本发明采用公共数据集MOSI、MOSEI和SIMS来训练模型。实验结果表明提出的模型在有噪声和全模态情况下的性能超过了以前的工作。

本发明授权基于由粗到细渐进式跨模态注意力的抗噪多模态表征方法在权利要求书中公布了：1.基于由粗到细渐进式跨模态注意力的抗噪多模态表征方法，其特征在于：所述方法包括通过预训练语言模型提取若干种模态的特征；把若干种模态的特征融合后获得粗粒度多模态融合特征，采用模态特定门控单元，利用粗粒度多模态融合特征过滤单模态特征中的噪声；使用模态特定渐进式更新单元，逐步更新和细化粗粒度多模态融合特征来获得细粒度特征；随后通过模态间自适应融合机制，生成鲁棒的多模态融合表征，用于多模态情感分析； 所述方法的具体步骤如下： Step1：采用Python语言编写程序对数据集中的数据及标签进行分批次、对齐数据处理，并利用预训练语言模型对其进行编码； Step2：将处理好的数据拼接融合，获得粗粒度多模态融合特征；在模态特定门控单元中，利用粗粒度多模态融合特征来过滤单模态数据中含有的噪声，得到门控特征； Step3：在模态特定渐进式更新单元中，利用门控特征逐步更新、细化粗粒度多模态融合特征，淡化其中的噪声影响，得到更新后的粗粒度特征； Step4：利用所得到的粗粒度多模态融合特征和更新后的粗粒度特征，通过模态间自适应融合机制，获得细粒度特征，动态地融合细粒度特征和粗粒度多模态融合特征，最终获得鲁棒的多模态融合表征； Step5：将最终获得的鲁棒的多模态融合表征送入情感分类器，最终获得情感预测结果； 所述Step3中包括： Step3.1：为了逐步更新和细化粗粒度多模态融合特征，采用模态特定渐进式更新单元如下： ； ； ； ； 其中，是超参数，表示粗粒度多模态融合特征和门控特征之间的更新比例；是一个可学习的参数矩阵；是偏置项；表示更新后的粗粒度特征，为文本模态，为语音模态，为视觉模态；表示粗粒度多模态融合特征。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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。