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！

龙图腾网获悉香港中文大学(深圳)申请的专利一种基于多模态大模型的食品营养成分含量智能评估方法、系统、终端及存储介质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：CN120613031B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511114731.3，技术领域涉及：G16C20/20；该发明授权一种基于多模态大模型的食品营养成分含量智能评估方法、系统、终端及存储介质是由陈山泉;王博远设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种基于多模态大模型的食品营养成分含量智能评估方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及多模态数据处理技术领域，公开了一种基于多模态大模型的食品营养成分含量智能评估方法、系统、终端及存储介质，所述方法包括：获取多模态数据并进行预处理，得到目标多模态数据；采用预训练的多模态大模型对目标多模态数据进行特征提取、特征对齐和特征融合，得到多模态融合特征；当出现新食品类型时，通过增量学习与记忆增强机制更新中间深度学习模型的参数，得到目标深度学习模型；将多模态融合特征输入至目标深度学习模型中，输出营养成分含量评估结果。本发明通过多模态大模型和持续学习算法，实现对食品营养成分高精度动态评估，不仅能够适应新食品类型的出现，还能够保持对旧食品类型的高精度评估。

本发明授权一种基于多模态大模型的食品营养成分含量智能评估方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于多模态大模型的食品营养成分含量智能评估方法，其特征在于，所述基于多模态大模型的食品营养成分含量智能评估方法包括： 获取多模态数据并对所述多模态数据进行预处理，得到目标多模态数据； 采用预训练的多模态大模型并结合自适应特征对齐算法和跨模态注意力机制，对所述目标多模态数据进行特征提取、特征对齐和特征融合，得到多模态融合特征； 采用深度学习算法构建初始深度学习模型，并对所述初始深度学习模型进行训练，得到中间深度学习模型； 当出现新食品类型时，通过增量学习与记忆增强机制更新所述中间深度学习模型的参数，得到已学习所述新食品类型对应的新知识的目标深度学习模型； 将所述多模态融合特征输入至所述目标深度学习模型中，所述目标深度学习模型输出营养成分含量评估结果； 所述当出现新食品类型时，通过增量学习与记忆增强机制更新所述中间深度学习模型的参数，得到已学习所述新食品类型对应的新知识的目标深度学习模型，具体包括： 当出现新食品类型时，获取所述新食品类型对应的新多模态数据及所述新多模态数据对应的新标签，并对所述新多模态数据进行预处理、特征提取、特征对齐和特征融合，得到新多模态融合特征； 基于所述新多模态融合特征和所述新标签，通过增量学习技术更新所述中间深度学习模型的原始参数，得到中间深度学习模型的新参数，以持续学习所述新食品类型对应的新知识： 其中，表示中间深度学习模型的新参数，表示中间深度学习模型的原始参数，表示学习率，表示损失函数对模型参数的梯度，表示损失函数，表示新多模态融合特征，表示新标签； 基于所述中间深度学习模型的所述新参数和所述原始参数，通过记忆增强技术更新所述中间深度学习模型的新参数，得到目标深度学习模型，以定期回顾旧食品类型对应的旧知识： 其中，表示目标深度学习模型的参数，表示正则化系数，表示正则化项对模型参数的梯度，表示正则化项。

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香港中文大学(深圳)，其通讯地址为：518172 广东省深圳市龙岗区龙翔大道2001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。