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！

龙图腾网获悉广东工业大学申请的专利基于超图Transformer的多模态社交网络抑郁症检测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：CN118919056B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202410949121.4，技术领域涉及：G16H50/20；该发明授权基于超图Transformer的多模态社交网络抑郁症检测方法是由李铭伟;陈浩鹏;李风环;陈宸设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本基于超图Transformer的多模态社交网络抑郁症检测方法在说明书摘要公布了：本发明公开的属于自然语言处理和图神经网络技术领域，具体为基于超图Transformer的多模态社交网络抑郁症检测方法，包括具体步骤如下：对文本数据和图片数据进行预处理，对于文本数据，利用预训练语言模型提取文本特征，并结合主题分析方法构建文本超图，充分捕捉文本数据中语义关联；针对图像数据，通过计算特征表示相关性以构造图像超图，引入视觉超图卷积网络，进一步提取图像特征，加强超图的特征表示能力。本发明的方法针对社交网络抑郁症检测的特点，构建了一个能够反映多模态数据复杂性的超图模型，充分利用了社交网络中文本、图像等多模态数据，综合挖掘跨模态间的复杂关联。

本发明授权基于超图Transformer的多模态社交网络抑郁症检测方法在权利要求书中公布了：1.基于超图Transformer的多模态社交网络抑郁症检测方法，其特征在于，包括具体步骤如下： S1：对文本数据和图像数据进行预处理，对于文本数据，利用预训练语言模型提取文本特征，并结合主题分析方法构建文本超图，充分捕捉文本数据中语义关联，所述具体过程为： S11：对预处理文本数据进行主题分析，得到关于文本与实体的关系，以构建文本超图的主题超边，定义为： 其中，表示节点vi是否属于主题超边 S12：结合预训练语言模型BERT对文本进行特征提取后，构造文本超图的语序超边及文本超图的节点特征，定义为： 其中，表示节点vi是否属于语序超边 S2：针对图像数据，通过计算特征表示相关性以构造图像超图，引入视觉超图卷积网络，进一步提取图像特征，加强超图的特征表示能力； S3：计算文本实体与图像实体的特征相似度以构造图文关系，并通过自适应超图融合算法，构造用户级别超图的综合图文超图表示； S4：引入超图Transformer，计算每个节点的特征，加强超图特征表示，为后续分类任务提供依据，所述具体过程为： S41：引入节点级别的超图注意力机制，通过聚合超边ej上的所有节点，以更新超边特征，并突出更重要的节点，其公式为： 其中，σ·是非线性激活函数，W1是一个可训练权重矩阵，αjk表示超边ej中节点vk注意力系数，a1是度量节点重要性的可训练权重系数； S42：引入超边级别注意力机制，通过聚合节点所连接超边，以更新节点特征，并突出更重要的超边，其公式为： 其中，W2是可训练权重矩阵，βij表示节点vi对超边ej的注意力系数，a2是度量超边重要性的可训练权重系数，||是连接操作； S43：结合多头注意力机制概念，将超图注意力扩展为多头超图注意力，其公式为： 其中，HA·表示S41、S42的双层超图注意力机制，σ·为激活函数，WO为多头注意力权重系数，||是连接操作； S44：在多头超图注意力的基础上，结合Transformer的概念，引入超图Transformer，加强超图节点特征表示，并缓解特征过度平滑，其公式为： 其中，LN·层次标准化函数，FFN·为前馈传播网络； S5：结合超图特征表示，进行抑郁症检测任务，实现了对抑郁症社交网络患者的准确识别。

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东工业大学，其通讯地址为：510000 广东省广州市东风东路729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。