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！

龙图腾网获悉南京信息工程大学申请的专利基于可信性驱动的多模态情感分析方法及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：CN121389026B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511937894.1，技术领域涉及：G06F18/25；该发明授权基于可信性驱动的多模态情感分析方法及系统是由陈胜宇;刘成玉;刘成广;王善敏;刘青山设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本基于可信性驱动的多模态情感分析方法及系统在说明书摘要公布了：本发明公开了一种基于可信性驱动的多模态情感分析方法及系统，属于人工智能技术领域。本发明系统包括：模态特征解耦重构模块，通过构建共享路由混合专家模型分离模态共享表示和模态私有表示，并重构模态特征，实现语义一致性；动态模态感知校准模块，通过模态贡献分析组件评估各模态实际贡献度，通过一致性监督约束组件基于皮尔逊相关系数的排序监督机制量化模型自学习权重与模态贡献值的一致性，增强模型可靠性；门控多模态融合模块，通过门控融合框架主动激活低贡献模态的潜在信息，提高融合的完整性。本发明方法通过强化弱模态贡献，缓解语义歧义和融合权重不可靠的问题，能够有效地提升模型的可靠性和准确性。

本发明授权基于可信性驱动的多模态情感分析方法及系统在权利要求书中公布了：1.一种基于可信性驱动的多模态情感分析方法，其特征在于，包括如下步骤： 步骤1、多模态特征提取：对文本模态、音频模态、视觉模态的原始输入提取特征，并进行归一化和维度对齐，得到初始模态特征向量集； 步骤2、模态特征解耦与重构：构建共享路由混合专家模型，解耦模态共享特征与私有特征；引入基于KL散度的负载均衡损失函数，促进专家资源的均衡利用；采用相似性约束和差异约束确保共享特征间的一致性与私有特征间的区分性；借助私有引导共享重构机制，增强跨模态语义一致性； 步骤3、动态模态感知校准：构建动态模态感知校准模型，通过模态贡献分析组件评估各模态的实际贡献度；通过一致性监督约束组件，基于皮尔逊相关系数的排序监督机制，量化模型自学习权重与模态贡献值的一致性； 步骤4、可信性驱动融合：在门控多模态融合中引入弱模态增强机制，通过门控融合框架主动激活弱模态潜在情感信息，构建弱模态增强约束，挖掘弱模态的补充信息，将所有模态权重限制在合理范围，并确定最终整体优化目标，保证信息完整性，具体方法如下： 构建门控多模态融合模块，将重构的模态特征,,拼接成统一表示，经过多层感知机MLP处理后与噪声共同输入门控机制，通过softmax得到融合权重； 引入双向阈值约束损失，目标是将所有模态权重限制在合理范围内，公式如下： ； 其中，是控制权重平衡程度的超参数，用于确保弱模态信息不会被忽略；表示批量中每个样本各模态的权重；表示批量大小； 确定整体优化目标，表示为： ； 其中，表示情感分析的回归损失，表示负载均衡损失；表示相似性约束，通过CMD函数计算；表示差异约束；表示一致性监督约束组件的损失函数；和分别为相似度损失与差异度损失的权重，是SR-MOE模块中负载均衡的权重，和分别对应平衡贡献排序约束与弱模态激励机制的权重。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。