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！

龙图腾网获悉兰州理工大学申请的专利基于多注意力机制的多模态数据融合模型的建立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：CN116644381B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310633441.4，技术领域涉及：G06F18/25；该发明授权基于多注意力机制的多模态数据融合模型的建立方法是由张红;江昆;马彦宏;李峰;郑启鹏;权威;姬文宣设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于多注意力机制的多模态数据融合模型的建立方法在说明书摘要公布了：本发明公开了基于多注意力机制的多模态数据融合模型的建立方法，涉及模态间的交互信息及融合技术领域。包括：获取步骤、提取步骤、融合步骤、构建步骤。本发明通过三个注意力模块，充分挖掘多模态信息以及多模态间的交互信息，通过软注意力机制融合多模态间的交互信息，过滤冗余及噪声数据，提高模型对多模态间交互信息的利用率，从而提高模型情感分析的准确性；还通过对比实验和消融实验验证了所提模型的有效性。

本发明授权基于多注意力机制的多模态数据融合模型的建立方法在权利要求书中公布了：1.基于多注意力机制的多模态数据融合模型的建立方法，其特征在于，包括以下步骤： S1.获取步骤：获取多模态数据； S2.提取步骤：将获取的多模态数据输入到对应的多个独立的LSTM中进行特征转换，然后利用多个注意力模块提取多模态间的交互信息，得到多模态交互信息的特征； S3.融合步骤：对多模态间交互信息的特征进行特征融合，得到后特征矩阵； S4.构建步骤：基于后特征矩阵，构建多模态数据融合模型； S1中获取多模态数据包括但不限于文本数据、音频数据、视觉数据； S3中对多模态间交互信息的特征进行特征融合的具体内容为： 首先使用矩阵加法分别对单模态注意力特征矩阵、双模态注意力特征矩阵、三模态融合特征矩阵进行融合； 其次使用全连接层将融合后的双模态注意力特征矩阵和三模态融合特征矩阵进行维度变换，使得不同模态的特征矩阵能够进行融合； 再次利用矩阵加法，对单模态注意力特征矩阵、、，双模态注意力特征矩阵、、，三模态融合特征矩阵、、进行融合； 最后利用软注意力机制得到后特征矩阵； 其中是经过全连接层融合后的单模态注意力特征矩阵，是经过全连接层融合后的双模态注意力特征矩阵，是经过全连接层融合后的多模态注意力特征矩阵，为不同模态融合后的特征矩阵，是经过全连接层转换后得到的特征矩阵，是经过软注意力机制后得到的特征矩阵，为全连接层，为权重矩阵，为特征拼接操作，为激活函数。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市七里河区兰工坪路287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。