Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 辽宁省网联数字科技产业有限公司张汪洋获国家专利权

辽宁省网联数字科技产业有限公司张汪洋获国家专利权

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!

龙图腾网获悉辽宁省网联数字科技产业有限公司申请的专利一种基于多模态特征融合的结构化数据智能提取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:CN120892999B

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:202511366948.3,技术领域涉及:G06F18/25;该发明授权一种基于多模态特征融合的结构化数据智能提取方法是由张汪洋;佟伟;刘林;张思嘉;金萍设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。

一种基于多模态特征融合的结构化数据智能提取方法在说明书摘要公布了:本发明公开了一种基于多模态特征融合的结构化数据智能提取方法,方法包括多模态数据采集、数据初步处理、多模态融合对齐、数据分析模型构建和获取事件结构化表示。本发明涉及公共安全事件结构化数据智能提取技术领域,具体是指一种基于多模态特征融合的结构化数据智能提取方法,本发明通过数据采集得到原始数据;采用联合语义场设计结合记忆原型检索机制,解决异构多源数据间的语义隔阂问题的同时,提升了模型在部分模态缺失或数据噪声干扰下的稳定性;采用级联残差解码器模型作为数据分析模型,通过显式地建模任务间的依赖关系,提升了最终结构化输出结果的整体一致性与准确性。

本发明授权一种基于多模态特征融合的结构化数据智能提取方法在权利要求书中公布了:1.一种基于多模态特征融合的结构化数据智能提取方法,其特征在于:该方法包括以下步骤: 步骤S1:多模态数据采集,通过进行数据采集,得到事件提取原始数据集,所述事件提取原始数据集,具体包括事件提取过往原始数据集和事件提取实时原始数据集,所述事件提取过往原始数据集和所述事件提取实时原始数据集,均包含事件文本模态数据、事件视频模态数据、事件图像模态数据、事件表格模态数据、事件地理位置数据和事件环境数据,所述事件提取过往原始数据集,还包含公共安全事件类型标签和公共安全事件发生场景类型标签; 步骤S2:数据初步处理,对采集到的原始数据进行初步处理,得到实时待融合数据集、融合训练集和融合测试集; 步骤S3:多模态融合对齐,用于实现多模态特征间的语义对齐与融合,具体为通过设计联合语义场来统一表示各模态信息,结合记忆原型检索机制,得到多模态融合特征; 步骤S4:数据分析模型构建,用于构建实现公共安全事件结构化表示所需的模型,具体为构建级联残差解码器模型,作为数据分析模型; 步骤S41:共享基础解码,用于为所有特定的解码头生成一个公共的基础隐藏状态,具体为将多模态融合特征进行两次线性投影,并应用门控机制,得到基础隐藏状态; 步骤S42:级联残差解码,用于逐步推理,基于已解码出的结果辅助后续解码; 步骤S43:获取结构化输出,具体为对所有输出头的输出结果进行后处理,获取最终的公共安全事件结构化表示; 步骤S44:构建并训练模型,具体为通过所述共享基础解码、所述级联残差解码和所述获取结构化输出,集成进行级联残差解码器模型的构建,基于提取训练集和提取测试集训练模型并验证性能,得到级联残差解码器模型,作为数据分析模型; 步骤S5:获取事件结构化表示,具体为将实时待提取数据集作为所述数据分析模型的输入,实时进行公共安全事件结构化数据提取,得到所述数据分析模型输出的公共安全事件结构化表示结果。

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辽宁省网联数字科技产业有限公司,其通讯地址为:110031 辽宁省沈阳市皇姑区北陵大街34-3号15楼;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。