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！

龙图腾网获悉广州企通云网络科技有限公司申请的专利一种基于大模型的数字化混合编码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：CN120124682B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510208727.7，技术领域涉及：G06N3/0455；该发明授权一种基于大模型的数字化混合编码方法是由李名志;陈勋;李秋贤设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种基于大模型的数字化混合编码方法在说明书摘要公布了：本发明公开了一种基于大模型的数字化混合编码方法，包括如下步骤：S1、对待编码数据进行预处理；S2、采用扩散模型驱动的特征学习方法对预处理数据进行特征编码；S3、对特征编码数据进行神经网络编码，并基于可变比特率量化方法动态调整编码比特数；S4、对神经网络编码数据进行自适应熵编码，基于归一化流熵编码方法进行概率密度变换；S5、对熵编码数据进行离散变换编码，采用层次化子块量化方法针对不同频率成分执行分级量化；S6、基于A3C优化变换编码数据的码长分配和熵编码参数，利用知识蒸馏方法从扩散模型中提取轻量级编码模型，生成最终优化编码数据。本发明通过混合编码与动态优化策略，显著提高了数据压缩效率和编码质量。

本发明授权一种基于大模型的数字化混合编码方法在权利要求书中公布了：1.一种基于大模型的数字化混合编码方法，其特征在于，包括如下步骤： S1、对待编码数据进行预处理，根据数据类型进行归一化和特征提取，生成预处理数据； S2、采用扩散模型驱动的特征学习方法对所述预处理数据进行特征编码，并利用潜在变量表示提取全局关系和最优表征，生成特征编码数据； S3、对所述特征编码数据进行神经网络编码，采用端到端神经网络编码结构进行最优压缩表示，并基于可变比特率量化方法动态调整编码比特数，生成神经网络编码数据； S4、对所述神经网络编码数据进行自适应熵编码，采用上下文感知概率建模方法预测数据块的先验概率分布，基于归一化流熵编码方法进行概率密度变换，生成熵编码数据； S5、对所述熵编码数据进行离散变换编码，基于动态域转换方法，根据数据特性选择合适的变换方式，包括离散余弦变换、离散小波变换或快速傅里叶变换，并采用层次化子块量化方法针对不同频率成分执行分级量化，生成变换编码数据； S6、基于A3C优化所述变换编码数据的码长分配和熵编码参数，依据不同信道环境动态调整熵编码参数，同时利用知识蒸馏方法从扩散模型中提取轻量级编码模型，生成最终优化编码数据。

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州企通云网络科技有限公司，其通讯地址为：510000 广东省广州市天河区科华街251号22栋3010室；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。