湖南大学李肯立获国家专利权
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！
龙图腾网获悉湖南大学申请的专利基于特征降维聚合的多模态并行优化计算方法与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：CN119441961B 。
龙图腾网通过国家知识产权局官网在2025-10-31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：202411266935.4，技术领域涉及：G06F18/241；该发明授权基于特征降维聚合的多模态并行优化计算方法与装置是由李肯立;孟颖;刘楚波;丁岩;肖国庆;唐卓;罗辉章;张羽丰设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。
本基于特征降维聚合的多模态并行优化计算方法与装置在说明书摘要公布了：本申请涉及一种基于特征降维聚合的多模态并行优化计算方法与装置，其中，方法包括：获取第一模态嵌入层参数矩阵和第二模态嵌入层参数矩阵；对第一模态嵌入层参数矩阵和第二模态嵌入层参数矩阵进行降维和注意力计算，得到所有注意力头的重要性矩阵；根据每个注意力头的重要性矩阵、预设的注意力头舍弃率和预设的注意力头性能阈值，从所有注意力头中选择前预设数量需要保留的头，得到保留的注意力头集合；基于保留的注意力头集合，进行模态间融合、模态间相似特征聚合计算以及模态间注意力决策处理，得到注意力分数矩阵的掩码矩阵；根据掩码矩阵恢复重新组织高精度的注意力计算，取出对应的第二模态键矩阵中的特征向量进行浮点数计算。
本发明授权基于特征降维聚合的多模态并行优化计算方法与装置在权利要求书中公布了：1.一种基于特征降维聚合的多模态并行优化计算方法，其特征在于，所述方法包括： 获取第一模态嵌入层参数矩阵和第二模态嵌入层参数矩阵；第一模态为文本类型；第二模态为图像类型； 对所述第一模态嵌入层参数矩阵和第二模态嵌入层参数矩阵进行降维和注意力计算，得到所有注意力头的重要性矩阵； 根据每个注意力头的重要性矩阵、预设的注意力头舍弃率和预设的注意力头性能阈值，从所有注意力头中选择前预设数量需要保留的头，得到保留的注意力头集合； 基于所述保留的注意力头集合，进行模态间融合、模态间相似特征聚合计算以及模态间注意力决策处理，得到注意力分数矩阵的掩码矩阵； 根据所述掩码矩阵恢复重新组织高精度的注意力计算，取出对应的第二模态键矩阵中的特征向量进行浮点数计算。
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大学，其通讯地址为：410013 湖南省长沙市岳麓区麓山南路；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励