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！

龙图腾网获悉南昌大学申请的专利一种基于情感驱动的无人机形态设计方法、设备及介质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：CN121659462B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610173097.9，技术领域涉及：G06F30/15；该发明授权一种基于情感驱动的无人机形态设计方法、设备及介质是由康信辉;袁一鸣设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于情感驱动的无人机形态设计方法、设备及介质在说明书摘要公布了：本申请属于产品生成设计领域，公开了一种基于情感驱动的无人机形态设计方法、设备及介质，该方法包括：采集用户评论数据，采用BERTopic模型提取并筛选核心情感词汇；通过眼动实验获取用户对不同无人机形态部件的视觉注意数据，结合熵权‑TOPSIS方法计算得出各形态部件的客观重要度权重；将客观重要度权重作为先验知识引入深度学习模型，构建融合先验权重的Transformer‑BiLSTM模型，以建立用户情感与无人机关键形态之间的映射关系，并预测生成最优形态组合草图；利用稳定扩散模型将草图生成为高保真渲染图，并结合眼动和脑电多模态实验采集生理信号，对生成方案进行客观验证与优化，确定最优设计方案，实现了从抽象情感语义到具象产品形态的智能转化，提升了产品设计效率。

本发明授权一种基于情感驱动的无人机形态设计方法、设备及介质在权利要求书中公布了：1.一种基于情感驱动的无人机形态设计方法，其特征在于，包括以下步骤： S1：采集并处理用户在线评论数据，采用BERTopic模型提取并筛选核心情感词汇； S2：采集用户在观察无人机样本图像时的眼动数据，基于所述眼动数据，采用熵权-TOPSIS方法计算无人机各形态部件的客观重要度权重；具体包括：获取用户观察无人机样本图像时在预设形态部件上的眼动指标数据，构建原始评价矩阵X；采用比重法对所述原始评价矩阵X进行归一化处理，得到概率矩阵P；计算各形态部件的第j个眼动指标的信息熵及其对应的权重系数；构建加权TOPSIS决策矩阵，归一化为标准化决策矩阵，以确定正理想解与负理想解；基于所述权重系数，计算各形态部件样本与所述正理想解和负理想解的加权欧几里得距离；计算各形态部件样本的相对贴近度，并将所述相对贴近度作为所述形态部件的客观重要度权重予以输出，计算公式为：；其中m表示参与评价的无人机形态部件样本的总数量； S3：构建并训练融合先验权重的Transformer-BiLSTM情感映射模型，将所述客观重要度权重作为先验知识融入所述Transformer-BiLSTM情感映射模型，输入无人机形态特征数据和所述核心情感词汇，输出与各情感词汇对应的最优形态特征组合； S4：采用稳定扩散模型，将所述最优形态特征组合转化为高保真渲染图；针对所述高保真渲染图，同步采集用户观看时的眼动信号和脑电信号，提取客观生理指标，并结合主观评分，对各渲染图进行综合评价与排序，以确定最终的无人机设计方案； 提取客观生理指标的具体方式为：将头皮电极划分为前脑、中脑和后脑三个感兴趣区域；对各感兴趣区域内的电极信号进行空间平均，并采用叠加平均技术提取事件相关电位ERP成分，所述事件相关电位ERP的平均波形的计算公式为：；其中，N为总试次，为第k次有效试次的脑电时域信号；从所述事件相关电位ERP的平均波形中提取N200和P300成分波幅，并结合从所述眼动信号中提取的总注视时长、总访问时长和注视次数指标，共同构成并输出所述客观生理指标； 对各渲染图进行综合评价与排序的具体方式为：构建包含主观评分和所述客观生理指标的多模态决策矩阵；采用熵权法计算所述主观评分和各客观生理指标的客观权重；采用TOPSIS方法计算各渲染图与理想解的相对贴近度；根据所述相对贴近度对所有高保真渲染图进行排序，并将排名最高的渲染图所对应的设计方案确定为所述最终的无人机设计方案。

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昌大学，其通讯地址为：330000 江西省南昌市红谷滩区学府大道999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。