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！

龙图腾网获悉复旦大学申请的专利基于多模态数据的新型非法集资风险判别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：CN120106955B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510086686.9，技术领域涉及：G06Q40/00；该发明授权基于多模态数据的新型非法集资风险判别方法是由朱鸿斌;张秋旸;贾浩禾;侯鹏;柴洪峰设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于多模态数据的新型非法集资风险判别方法在说明书摘要公布了：本发明提供一种基于多模态数据的新型非法集资风险判别方法，包括对多源异构数据进行预处理以及通过非法集资风险判别模型对预处理后的数据进行风险判别的步骤，其中，非法集资风险判别模型为多门混合专家网络模型，包含针对非结构化数据处理和针对多模态数据处理的两个专家网络模型，并采用动态门控机制来根据不同任务和数据模态的特征动态调整两个专家网络模型的权重，提高了对多模态数据的处理能力、适应性和灵活性，从而能够满足非法集资风险判别中的复杂多模态数据处理需求，实现对新型非法集资活动的全面、精确判别，显著提高了风险识别的效率和准确性。基于本发明的方法可为监管机构提供更精准的非法集资风险判别工具，助力市场稳定发展。

本发明授权基于多模态数据的新型非法集资风险判别方法在权利要求书中公布了：1.一种基于多模态数据的新型非法集资风险判别方法，其特征在于，包括以下步骤： 步骤S1，对多源异构数据进行预处理，得到多模态数据； 步骤S2，将所述多模态数据输入非法集资风险判别模型，该模型输出非法集资风险判别结果， 其中，所述非法集资风险判别模型包含： 两个专家网络模型，包括第一专家网络模型和第二专家网络模型，所述第一专家网络模型用于对所述多模态数据中的非结构化数据进行处理，从中提取可能与非法集资相关的实体和情感信息；所述第二专家网络模型用于对所述多模态数据进行处理，从中提取可能与非法集资相关的视觉和语言特征； 动态门控模块，用于根据任务要求和数据特征动态地调整两个所述专家网络模型各自的权重；以及 特征融合模块，用于根据两个所述专家网络模型各自的权重对其输出的信息和特征进行融合得到融合特征，并根据所述融合特征得到所述非法集资风险判别结果， 其中，所述非结构化数据包括金融文本数据，所述第一专家网络模型为经过金融领域预训练的FinBERT模型，利用自然语言处理技术从所述金融文本数据中提取所述实体和情感信息， 所述多模态数据包括图像数据，所述第二专家网络模型为ViLBERT模型，利用视觉-文本融合的方式，通过联合注意力机制将图像与对应的文本描述进行多模态对齐，提取出所述视觉和语言特征。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。