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！

龙图腾网获悉北京工业大学申请的专利基于记忆池和模态感知专家系统的不完整多模态危机事件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：CN120974443B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511507810.0，技术领域涉及：G06F18/25；该发明授权基于记忆池和模态感知专家系统的不完整多模态危机事件检测方法是由高巨;卢晨阳;王博岳设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本基于记忆池和模态感知专家系统的不完整多模态危机事件检测方法在说明书摘要公布了：本发明公开了基于记忆池和模态感知专家系统的不完整多模态危机事件检测方法，涉及机器学习领域，具体包括：基于记忆池构建与事件实例强相关的提示，并利用大模型补全缺失模态；利用CNN、ResNet以及CLIP编码器构建双流编码器，实现文本与视觉特征提取；捕获细粒度的事件信息与线索；基于模态感知专家系统识别补全样本与完整样本之间的分布差异，提高融合表示的质量；将混合特征输入分类头中，完成危机事件检测任务。本发明通过基于记忆池的提示构建模块，引入大模型实现缺失模态的细致补全，并基于模态感知专家系统准确识别补全样本与完整样本之间的分布差异，能够有效应对多模态数据缺失场景，提升危机事件检测的准确性和时效性。

本发明授权基于记忆池和模态感知专家系统的不完整多模态危机事件检测方法在权利要求书中公布了：1.基于记忆池和模态感知专家系统的不完整多模态危机事件检测方法，其特征在于，包括如下步骤： 缺失模态补全：基于训练集中的图文对构建跨模态记忆池，其中文本与图像分别经过编码器提取特征表示，并以向量形式存储于记忆池中，对于缺失文本模态的样本，以其对应图像特征为查询向量，在记忆池的文本特征集中进行基于余弦相似度的跨模态检索；对于缺失图像模态的样本，则以其文本特征为查询向量，在记忆池的图像特征集中进行基于余弦相似度的跨模态检索；检索完成后，选取余弦相似度最高的P对记忆样本，并对这些样本中的文本数据进行关键词提取，统计并筛选出词频最高的Q个关键词；随后，对于缺失文本模态的样本，将原始图像特征与检索得到的P对文本数据及提取的关键词共同构建提示信息，输入至图生文大模型以生成补全文本；对于缺失图像模态的样本，则将原始文本特征与检索得到的P对文本数据及关键词一并构建提示，输入至文生图大模型实现图像补全； 文本与视觉特征提取：采用TEXTCNN编码器与CLIP文本编码器提取文本特征，采用ResNet和CLIP视觉编码器提取图像特征，并将特征按维度拼接，采用图像文本对比损失以减少补全特征和真实特征之间的特征差异性； 深度特征交互：利用基于transformer的多头注意力机制实现文本与图像特征的深度交互，提取细粒度的特征信息，挖掘图像和文本中微妙的事件线索； 门控专家模态感知：针对于不同模态的组合，采用不同的专家来分别处理，识别样本之间模态特征差异； 危机事件分类：基于分类头对混合特征进行处理，识别出当前样本所属的事件类别。

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北京工业大学，其通讯地址为：100022 北京市朝阳区平乐园100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。