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 > 西安邮电大学万鹏飞获国家专利权

西安邮电大学万鹏飞获国家专利权

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!

龙图腾网获悉西安邮电大学申请的专利一种基于双通道增强的多模态跨区域融合情感分析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:CN121257608B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511812323.5,技术领域涉及:G06N3/0455;该发明授权一种基于双通道增强的多模态跨区域融合情感分析方法是由万鹏飞;蓝敬;陈彦萍;丁晨;张灿宇;滑文强;董怡卓设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。

一种基于双通道增强的多模态跨区域融合情感分析方法在说明书摘要公布了:本申请公开了一种基于双通道增强的多模态跨区域融合情感分析方法,涉及图像和文本处理技术领域,该方法整合了四大核心模块:协同特征增强模块通过跨模态自注意力与噪声抑制池化动态强化文本表征;差分特征提炼模块借助多头自注意力精简辅助模态信息以补充文本模态;区域化双重注意力采用分治策略,将特征划分为非重叠区域实现局部交互,同时利用滑动窗口混洗重组全局上下文;残差式区域融合注意力通过分区自注意力机制实现深度跨模态融合,并借助残差连接保持结构连贯性。在CMU‑MOSI和CMU‑MOSEI数据集上的大量实验表明,本申请的模型以显著性能提升优势超越现有的方法。

本发明授权一种基于双通道增强的多模态跨区域融合情感分析方法在权利要求书中公布了:1.一种基于双通道增强的多模态跨区域融合情感分析方法,其特征在于,包括: 获取文本模态特征和视觉模态特征; 将所述文本模态特征和所述视觉模态特征输入协同特征增强模块,所述协同特征增强模块将所述视觉模态特征嵌入所述文本模态特征,得到嵌入特征,基于所述嵌入特征以及所述视觉模态特征利用自注意力机制生成动态增强特征,对所述动态增强特征利用多头自注意力机制进行特征强化,得到增强特征; 将所述增强特征以及所述文本模态特征输入差分特征提炼模块,所述差分特征提炼模块利用多头自注意力机制将所述增强特征进行整合处理,整合后的特征输入前馈网络,在所述前馈网络中整合后的特征与所述文本模态特征进行激活,得到提炼特征; 将所述提炼特征以及所述增强特征分别输入区域化双重注意力模块,所述区域化双重注意力模块将所述增强特征划分为多个增强区域,将所述提炼特征划分为多个提炼区域,在所述增强区域和所述提炼区域中执行多头注意力函数,分别得到增强注意力网格单元和提炼注意力网格单元,对所述增强注意力网格单元和提炼注意力网格单元中采用滑动窗口重新划分区域,在重新划分的区域中执行多头注意力函数,分别得到增强滑动特征和提炼滑动特征,将所述增强滑动特征和所述提炼滑动特征融合形成全局交互特征; 将所述全局交互特征输入融合区域化注意力模块,所述融合区域化注意力模块将所述全局交互特征划分为多个交互区域,对每个所述交互区域采用多头自注意力机制,得到相应的交互注意力网格单元,将所述交互注意力网格单元和所述交互区域进行残差连接,形成融合特征; 将所述融合特征输入分类器,所述分类器对所述融合特征进行分类,得到情感的类别预测结果。

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西安邮电大学,其通讯地址为:710121 陕西省西安市长安区西长安街618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。