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！

龙图腾网获悉厦门身份宝网络科技有限公司申请的专利一种多模态数据多模型组合训练方法和系统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：CN121144858B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511702468.X，技术领域涉及：G06F18/214；该发明授权一种多模态数据多模型组合训练方法和系统是由陈颖;黄佑君;叶芳彬;高立超;蒋宏波设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种多模态数据多模型组合训练方法和系统在说明书摘要公布了：本发明提供一种多模态数据多模型组合训练方法和系统，涉及计算机技术领域。所述方法包括：获取多个样本的多模态样本数据集；分别对所述多模态样本数据集进行特征提取，获得多模态特征向量；将所述多模态特征向量进行多模态对齐，获得联合特征向量；将所述联合特征向量输入至多模型组合模型，获得多模态训练数据集；根据所述多模态样本数据集和所述多模态训练数据集，确定多模型组合损失函数；根据所述多模型组合损失函数，对所述多模型组合模型进行组合训练，获得训练后的多模型组合模型。根据本发明，可根据多模态特征向量对齐情况，对组合训练进行优化处理，从而获得能同时处理多种不同类型模态数据且训练效果更优的训练后的多模型组合模型。

本发明授权一种多模态数据多模型组合训练方法和系统在权利要求书中公布了：1.一种多模态数据多模型组合训练方法，其特征在于，包括：获取多个样本的多模态样本数据集，其中，所述多模态样本数据集包括图像数据、文本数据和时序数据；分别对所述多模态样本数据集进行特征提取，获得多模态特征向量，其中，所述多模态特征向量包括图像特征向量、文本特征向量和时序特征向量；将所述多模态特征向量进行多模态对齐，获得联合特征向量；将所述联合特征向量输入至多模型组合模型，获得多模态训练数据集，其中，所述多模型组合模型包括图像生成模型、文本重构模型和时序预测模型，所述多模态训练数据集包括生成图像数据、重构文本数据和预测时序数据；根据所述多模态样本数据集和所述多模态训练数据集，确定多模型组合损失函数；根据所述多模型组合损失函数，对所述多模型组合模型进行组合训练，获得训练后的多模型组合模型；其中，根据所述多模态样本数据集和所述多模态训练数据集，确定多模型组合损失函数，包括：获取所述生成图像数据的每个像素点的生成梯度幅值；获取所述图像数据的每个像素点的真实梯度幅值；根据所述生成图像数据、所述图像数据、所述生成梯度幅值和真实梯度幅值，确定图像一致性损失函数；分别对所述重构文本数据和所述文本数据进行分词；对每个词进行特征提取，获得语义向量；根据所述语义向量，确定文本重构损失函数；根据所述预测时序数据和所述时序数据，确定时序形态损失函数；根据所述图像一致性损失函数、所述文本重构损失函数和所述时序形态损失函数，确定多模型组合损失函数；根据所述预测时序数据和所述时序数据，确定时序形态损失函数，包括：根据公式：确定时序形态损失函数，其中，为第i个样本的预测时序数据在时间点t的值，为第i个样本的时序数据在时间点t的值，为对时间的一阶导数，为对时间的二阶导数，为一阶导数误差的权重因子，为二阶导数误差的权重因子，N为一个训练批次中的样本数量，K为预测时序数据长度，i≤N，t≤K，且i、t、N和K均为正整数。

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厦门身份宝网络科技有限公司，其通讯地址为：361008 福建省厦门市软件园二期观日路44号601单元B区、D区；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。