Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河海大学谢斯烁获国家专利权

河海大学谢斯烁获国家专利权

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!

龙图腾网获悉河海大学申请的专利一种基于多模态数据的定位优化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:CN121388299B

龙图腾网通过国家知识产权局官网在2026-03-10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:202511970621.7,技术领域涉及:G06F16/9537;该发明授权一种基于多模态数据的定位优化方法是由谢斯烁;王增利;金佳鑫;周子裕设计研发完成,并于2025-12-25向国家知识产权局提交的专利申请。

一种基于多模态数据的定位优化方法在说明书摘要公布了:本发明公开一种基于多模态数据的定位优化方法,属于地理信息处理与社交媒体数据分析领域。其先获取社交媒体中用户地址文本、图片及打卡定位信息,将地址文本分词后按点、线、面类分类并构建候选集,整合多模态坐标形成预选点候选集,通过空间约束圈筛选得到最终点候选集,经权重计算与高斯核函数建模,输出概率最大的坐标作为用户最终位置,有效提升定位精度与可靠性。

本发明授权一种基于多模态数据的定位优化方法在权利要求书中公布了:1.一种基于多模态数据的定位优化方法,其特征在于,包括以下步骤: S1:获取某一时段内,用户在社交媒体软件中所有地址文本并分词,并判断每个地址文本的地址类型,归入到对应的候选集中; 若地址文本分词后最后一个词段为点类地址,则该地址文本通过地理编码平台转换为坐标,并归入“文本点候选集”中; 若地址文本分词后最后一个词段为线类地址,通过矢量匹配获得对应的地物矢量,将该地物矢量归入“文本线候选集”中; 若地址文本分词后最后一个词段为面类地址,通过矢量匹配获得对应的地物矢量,将该地物矢量归入“文本面候选集”中; S2:将与S1中相同的时段、用户在社交媒体软件中所有的图片定位信息,输入到网络图片编码平台开放接口,由网络图片编码平台将对应的图片定位信息转换为对应的坐标,并归入到“图片点候选集”中; S3:将与S1中相同的时段、用户在社交媒体软件中所有的打卡定位信息,通过直接调用的方式,获取打卡定位信息的坐标,并归入到“打卡位置点候选集”中; S4:基于文本点候选集、图片点候选集和打卡位置点候选集构建预选点候选集;设定空间约束圈,基于空间约束圈对预选点候选集中的“坐标”进行筛选,剔除不属于空间约束圈的坐标,形成最终点候选集; S5:统计最终点候选集中分别来源于文本点候选集、图片点候选集和打卡位置点候选集的坐标数量,分别设定为n1、n2和n3;设定最终点候选集中的坐标数量为n,n=n1+n2+n3;根据文本线候选集是否为空集,获得每个坐标的距离参数,根据每个坐标的距离参数计算其距离衰减项;基于每个坐标的距离衰减项,计算每个坐标归一化后的权重; S6:根据每个坐标归一化后的权重,结合高斯核函数,计算空间约束圈中每个坐标的高斯核表面预测概率;将高斯核表面预测概率最大值所表示的坐标,作为最终用户位置; 步骤S5中包括以下步骤: S5.1:获得每个坐标的距离参数; 第一种方式:当文本线候选集为空集时,第k个坐标的距离参数dk为设定值; 第二种方式:当文本线候选集为非空集时,将第k个坐标、与文本线候选集所有线类矢量的最短距离最小值作为第k个坐标的距离参数dk; S5.2:计算每个坐标的距离衰减项;公式为: ; 式中,db表示设定的缓冲距离;dk表示k个坐标的距离参数;sk表示第k个坐标的距离衰减项; S5.3:计算每个坐标的基础权重;根据基础权重,计算每个坐标归一化前的权重;具体包括以下步骤: S5.3.1:根据每个坐标来源于的点候选集,结合对应点候选集的设定权重,计算该坐标的基础权重;公式为: ; 式中,表示最终点候选集中坐标,来源于文本点候选集时的基础权重;表示最终点候选集中坐标,来源于图片点候选集时的基础权重;表示最终点候选集中坐标,来源于打卡位置点候选集时的基础权重;M1、M2和M3分别表示文本点候选集、图片点候选集和打卡位置点候选集的设定权重;n1、n2和n3表示最终点候选集中,分别来源于文本点候选集、图片点候选集和打卡位置点候选集的坐标数量;若n1、n2或者n3为0,则不具备对应的基础权重; S5.3.2:通过S5.3.1的操作,获得最终点候选集中第k个坐标的基础权重,设定为; S5.4:计算第k个坐标归一化前的权重; 公式为: ; 式中,表示k个坐标的基础权重;表示第k个坐标归一化前的权重;sk表示第k个坐标的距离衰减项; S5.5:计算第k个坐标的归一化后的权重; 公式为: ; 式中,表示第k个坐标归一化后的权重;表示第j个坐标的归一化前的权重。

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河海大学,其通讯地址为:211100 江苏省南京市佛城西路8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。

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。