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！

龙图腾网获悉深圳市城市交通规划设计研究中心股份有限公司申请的专利一种面向多模态大模型的城市时空数据嵌入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：CN120179883B 。

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：202510670387.X，技术领域涉及：G06F16/909；该发明授权一种面向多模态大模型的城市时空数据嵌入方法是由张晓春;胡芳侨;张枭勇;周勇;陈振武设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种面向多模态大模型的城市时空数据嵌入方法在说明书摘要公布了：一种面向多模态大模型的城市时空数据嵌入方法，属于智慧城市技术领域。为实现对城市多类型任务下所涉及的多尺度时空数据的深度挖掘和分析。本发明基于采集的城市的多尺度时空数据，构建城市时空数据的时空异构图及城市时空数据的时空异构图特征集合；设计分层索引，采用空间和时间维度划分作为第一层索引，将所有的节点实体中的每个节点实体对应一个索引作为第二层索引；构建面向大模型多模态提示词的时空分层检索方法，首先进行大模型多模态提示词嵌入，进行基于相似度度量的时空分层检索，得到时空分层检索结果；对大模型的初始提示词和检索结果进行重构，重构后的提示词以HTML标记的形式进行分块，得到大模型的带有检索内容的新的提示词。

本发明授权一种面向多模态大模型的城市时空数据嵌入方法在权利要求书中公布了：1.一种面向多模态大模型的城市时空数据嵌入方法，其特征在于，包括如下步骤： S1.基于采集的城市的多尺度时空数据，构建城市时空数据的时空异构图及城市时空数据的时空异构图特征集合； S2.对步骤S1得到的城市时空数据的时空异构图设计分层索引，采用空间和时间维度划分作为第一层索引，将所有的节点实体中的每个节点实体对应一个索引作为第二层索引； S3.构建面向大模型多模态提示词的时空分层检索方法，首先进行大模型多模态提示词嵌入，然后基于步骤S2得到的时空异构图的分层索引进行基于相似度度量的时空分层检索，得到时空分层检索结果； 步骤S3的具体实现方法包括如下步骤： S3.1.进行大模型多模态提示词嵌入，嵌入过程的表达式为： 其中，分别表示第ui段提示词对应的自然语言描述、统计特征、图像，表示对于第ui段提示词所构建的查询索引；EmbL、EmbQ、EmbM分别对应为训练好的已有的词嵌入模型、向量编码模型、图像编码模型；‖表示前后两个向量的拼接； 如果第ui段提示词中缺失自然语言描述、统计特征、图像中的信息的，缺失的信息利用以下对应计算得到的数据进行空值填充，表达式为： 其中，EmbL′为自然语言描述的均值，EmbQ'为统计特征的均值，EmbM'为图像的均值；分别表示第i个节点对应的自然语言描述、统计特征、图像；vi为第i个节点；V表示一个由N个空间实体构成的节点集合； S3.2.构建基于相似度度量的时空分层检索方法： S3.2.1.首先进行时空尺度的检索，对于第ui段提示词所构建的查询索引计算其与所有的时空划分的节点相似度ds,t，表达式为： 其中，||·||2为2-范数； 然后对所有的ds,t进行排序，选择ds,t最大的时空划分所对应的节点计算其与该划分下所有节点的相似度dn，表达式为： 然后对所有的dn进行排序，选择最大的K个索引所对应的时空特征，作为检索结果，表达式为： 其中，表示以s,t表示的空间区域和时间区域内的自然语言描述；表示以s,t表示的空间区域和时间区域内的节点所包括的统计特征；表示以s,t表示的空间区域和时间区域内的节点所包括的图像；n为K中的任意一个，K为检索结果的总数； S4.基于步骤S3得到的时空分层检索结果，对大模型的初始提示词和检索结果进行重构，重构后的提示词以HTML标记的形式进行分块，得到大模型的带有检索内容的新的提示词。

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深圳市城市交通规划设计研究中心股份有限公司，其通讯地址为：518000 广东省深圳市龙华区民治街道北站社区龙华设计产业园总部大厦1栋1101；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”。