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！

龙图腾网获悉广州欧赛斯信息科技有限公司申请的专利一种基于深度学习的多源教学数据处理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：CN119884793B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510387169.5，技术领域涉及：G06F18/231；该发明授权一种基于深度学习的多源教学数据处理方法是由叶祖锋;王华松设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于深度学习的多源教学数据处理方法在说明书摘要公布了：本申请涉及一种基于深度学习的多源教学数据处理方法，包括获取多模态数据，多模态数据包括文本数据、音频数据和视频数据；采用模态分离技术对多模态数据进行预处理，得到多个独立特征集；根据多个独立特征集，采用特征融合算法生成融合特征集；针对融合特征集，采用卷积调整算法确定特征提取范围；通过多尺度特征融合网络对特征提取范围进行处理，得到高维特征空间表示；根据高维特征空间表示，采用噪声抑制算法生成清晰特征集合；针对清晰特征集合，采用难度感知模型确定难度梯度划分；通过网络优化技术对难度梯度划分进行处理，得到实时性优化的层级划分方案；根据实时性优化的层级划分方案，生成最终输出。

本发明授权一种基于深度学习的多源教学数据处理方法在权利要求书中公布了：1.一种基于深度学习的多源教学数据处理方法，其特征在于，包括以下步骤： 步骤S101，获取多源教学数据后，通过模态分离技术对文本、音频、视频数据进行预处理，从每种模态中提取独立特征集，得到模态特征分布的初步映射结果； 步骤S102，针对模态特征分布的初步映射结果，采用自适应卷积核调整算法，根据模态特征分布的差异动态调整卷积核尺寸，确定跨模态融合前的特征提取范围； 步骤S103，通过多尺度特征融合网络对调整后的特征提取范围进行处理，在不同尺度下融合文本语义密度、音频语速变化和视频帧间时序关联，得到统一的高维特征空间表示； 步骤S104，根据统一的高维特征空间表示，利用噪声抑制算法对背景噪声或非标准表达噪声干扰大的数据段进行滤波处理，若检测到噪声超过预设阈值，则对对应特征权重进行衰减，获得清晰的特征集合； 步骤S105，获取清晰的特征集合后，采用微观难度感知模型对特征集合进行逐层扫描，得到扫描后的特征层级序列，通过预设的梯度模板匹配所述特征层级序列中的微观线索，确定语义复杂度或语速变化的初步变化趋势，得到难度梯度的初步划分边界； 步骤S106，针对难度梯度的初步划分边界，通过轻量化网络压缩技术对卷积层或全连接层进行优化，在保持分辨能力的同时降低计算复杂度，得到实时性优化的层级划分方案； 步骤S107，通过实时性优化的层级划分方案，结合动态时间窗口算法对密集层级划分进行迭代调整，若基于特征重叠率或置信度计算的划分边界模糊度高于预设阈值，则引入上下文语义或音频频谱特征重新校准，获得最终的密集层级划分结果； 步骤S108，根据最终的密集层级划分结果，利用基于准确率或召回率的跨模态融合效果评估机制，若融合精度低于预设阈值，则调整自适应卷积核参数，更新特征提取范围并重新计算，得到优化的教学内容分层输出。

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广州欧赛斯信息科技有限公司，其通讯地址为：510000 广东省广州市黄埔区神舟路19号3栋二层222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”。