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！

龙图腾网获悉江南大学申请的专利基于Monge-Kantorovich距离的多源食品数据融合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：CN116910688B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310768581.2，技术领域涉及：G06F18/25；该发明授权基于Monge-Kantorovich距离的多源食品数据融合系统是由李伟设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本基于Monge-Kantorovich距离的多源食品数据融合系统在说明书摘要公布了：本申请关于一种基于Monge‑Kantorovich距离的多源食品数据融合系统，涉及多源食品数据融合技术领域，包括数据采集模块、特征提取模块、数据融合模块和融合评估模块；数据采集模块收集整合各种食品数据，包括食品图像数据和食品成分分析的文本数据；特征提取模块将不同形式的食品数据通过神经网络映射到隐空间中进行统一数字化描述；数据融合模块采用Monge–Kantorovich最优运输距离来融合隐空间中的不同特征；融合评估模块将数据融合好后形成的数据集，作为训练集来训练一个食品图像识别分类网络，并采用Food2k数据集作为测试，根据测试结果评估数据融合能力。实现了多源食品数据使用统一的机制表述，解决了如何进行有效融合表示同一食品不同类型数据描述关联互补问题。

本发明授权基于Monge-Kantorovich距离的多源食品数据融合系统在权利要求书中公布了：1.一种基于Monge-Kantorovich距离的多源食品数据融合系统，其特征在于，包括数据采集模块、特征提取模块、数据融合模块和融合评估模块； 所述数据采集模块，其用于收集整合各种食品数据，所述食品数据包括食品图像数据和食品成分分析的文本数据； 所述特征提取模块，其用于将基于数据采集模块采集到的图像数据和文本数据通过神经网络映射到隐空间中进行统一数字化描述，得到图像特征和文本特征； 所述数据融合模块，其用于基于特征提取模块中得到的图像特征和文本特征这两种不同类型的特征，通过Monge–Kantorovich最优运输算法将同一隐空间的两种不同类型的特征进行融合，融合后形成数据集； 所述融合评估模块，其用于基于数据融合模块数据融合后形成的数据集，作为训练集来训练一个食品图像识别分类网络，并采用Food2k数据集作为测试，根据测试结果评估数据融合能力； 其中，所述特征提取模块采用分层注意力网络来对不同类型的图像数据和文本数据进行特征提取并拼接，然后通过交叉注意力模块对图像数据特征和文本数据特征分别进行模态之间的建模，将图像数据特征和文本数据特征这两种不同类型特征映射到同一个隐空间中，所述交叉注意力模块由Transformer单元组成，其用于同步建模模态内和模态间的关系，将图像特征通过平均池化层，文本特征通过一维卷积层，获得图像和文本的最终表示，所述分层注意力网络对于图像数据采用ResNet50网络和通道注意力模块进行特征提取，所述ResNet50网络，其包括依次设置的卷积层、批归一化层、Relu激活函数层、最大池化层、残差块和平均池化层，所述通道注意力模块，其包括从依次设置的最大池化层、平均池化层、全连接层、权重相加层和Sigmoid激活函数层； 所述数据融合模块在训练过程中通过最优映射来测量隐空间中文本特征和图像特征之间的最短距离，将和之间的最短距离视为最优运输成本，根据Monge-Kantorovich最优运输算法，得到和中两点的最短距离后，首先，保留，然后，从隐空间中隐藏和这两个点对，并计算X和Y中其余点之间的最短距离，最后，将总的最短距离认为最优运输损失，定义Monge损失，表达式如下： 其中，i、j∈[1，k]，表示X和Y两个分布之间的映射，表示当时的最优运输损失。

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江南大学，其通讯地址为：214000 江苏省无锡市滨湖区蠡湖大道1800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。