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！

龙图腾网获悉湖南工商大学申请的专利一种多模态农产品数据隐私保护的异常检测方法及装置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：CN120408468B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510910742.6，技术领域涉及：G06F18/2433；该发明授权一种多模态农产品数据隐私保护的异常检测方法及装置是由魏建好;李孟杰;曹文治;易国栋;李小龙;杨俊丰;张威威;张锦设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种多模态农产品数据隐私保护的异常检测方法及装置在说明书摘要公布了：本发明提供了一种多模态农产品数据隐私保护的异常检测方法及装置，包括以下步骤：基于元学习跨模态注意力机制的多模态自适应融合方法，自适应融合多模态农产品数据特征；基于图注意力网络的层次化自适应差分隐私保护方法，自适应生成噪声保护多模态融合特征隐私；基于模态欠优化动态加权的知识蒸馏预训练隐私保护方法，进行模型梯度动态扰动保护；基于自监督降噪编码器的多模态农产品异常检测方法，对预训练的多模态扰动融合数据进行降噪，有效检测农产品异常状况。本发明增强了多模态特征的动态关联性和自适应融合，动态调整弱模态的损失权重，提供动态噪声保护，实现了高精度的农产品异常检测。

本发明授权一种多模态农产品数据隐私保护的异常检测方法及装置在权利要求书中公布了：1.一种多模态农产品数据隐私保护的异常检测方法，其特征在于，包括以下步骤： 步骤一：基于元学习跨模态注意力机制的多模态自适应融合方法，自适应融合多模态农产品数据特征； 步骤二：对得到的融合特征自适应生成噪声，包括： 步骤2.1：对于每个不同检测任务视为图中的一个节点，不同任务之间的相似度视为一条边，构造图结构； 步骤2.2：利用图卷积网络捕捉图中节点与邻居节点之间的关系，将图节点嵌入超几何空间的球面中，捕捉图结构中的层次关系，并通过最小化基于超几何距离的损失函数优化球面的图结构嵌入； 步骤2.3：通过获得节点在球面上的半径和角度来计算跨层次敏感度和层内敏感度； 步骤2.4：将欧几里得空间中的高斯机制扩展到超几何空间中，利用图注意力网络进一步考虑不同层次任务节点的重要性和相似性，基于跨层次敏感度和层内敏感度自适应生成跨层次噪声和层内噪声，对多模态农产品融合数据提供噪声扰动保护； 步骤三：实现模型梯度动态扰动保护，包括： 步骤3.1：在云服务器部署两个单模态教师模型，在边缘层部署一个多模态学生模型； 步骤3.2：基于知识蒸馏方法设置一个三元组，计算教师模型和学生模型的异常检测预测概率的差值，通过KL散度损失函数来优化局部学生模型的预训练学习过程； 步骤3.3：通过局部学生模型的预测准确度，计算Shapley值，评估每个模态的欠优化程度，计算每个模态的损失权重，优化局部模型的整体损失函数，提高预训练模型的精度； 步骤3.4：设置动态裁剪阈值，对学生模型梯度进行自适应裁剪； 步骤3.5：基于动态噪声比例因子，动态采样高斯噪声，对裁剪后的模型梯度添加动态噪声； 步骤四：基于自监督降噪编码器的多模态农产品异常检测方法，对预训练的多模态扰动融合数据进行降噪，包括： 步骤4.1：云服务器通过平均聚合扰动的学生模型梯度，下发教师模型参数给边缘层的学生模型进行更新，采用动量机制提高局部学生模型更新效率； 步骤4.2：基于残差学习的降噪编码器，对扰动的多模态融合特征进行降噪，提高异常检测精度； 步骤4.3：采用自监督学习方法，对降噪后的多模态农产品融合特征进行图片特征重建，计算重建误差，通过误差阈值判别重建的农产品图片区域是否为异常。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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”。