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！

龙图腾网恭喜东南大学申请的专利一种基于多模态协同进化算法的商业信用评估与监管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：CN119250963B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411787748.0，技术领域涉及：G06Q40/03；该发明授权一种基于多模态协同进化算法的商业信用评估与监管方法是由柯凯毅;单冯设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于多模态协同进化算法的商业信用评估与监管方法在说明书摘要公布了：本发明涉及一种基于多模态协同进化算法的商业信用评估与监管方法，采集并清洗多模态数据，确保数据质量,统一存储为结构化数据库,使用跨模态对比学习提取特征，将特征嵌入动态多模态知识图谱，利用模态共享网络提取并融合模态共享与具体特征，通过对抗学习优化模态特征分布的一致性，初始化全局协同进化信用评分模型，使用动态多目标化算法优化模型准确性、鲁棒性与可解释性，引入因果推理模型分析企业信用变化的驱动因素，建立因果关系，设计闭环反馈系统，更新信用评估模型，增强适应性，基于生成对抗网络生成可解释的信用评估报告，增强透明度与信任度。该方法提升信用评估的准确性和适应性，确保评估结果的稳健性和可解释性。

本发明授权一种基于多模态协同进化算法的商业信用评估与监管方法在权利要求书中公布了：1.一种基于多模态协同进化算法的商业信用评估与监管方法,其特征在于，所述方法包括以下步骤：S1：采集并清洗多模态数据，确保数据质量,统一存储为结构化数据库,S2：使用跨模态对比学习提取特征，并优化不同模态数据的一致性，S3：将特征嵌入动态多模态知识图谱，更新企业间的关系与节点表示，S4：利用模态共享网络提取并融合模态共享与具体特征，S5：通过对抗学习优化模态特征分布的一致性，S6：初始化全局协同进化信用评分模型，优化准确性、鲁棒性与可解释性，S7：使用动态多目标化算法优化模型准确性、鲁棒性与可解释性，S8：引入因果推理模型分析企业信用变化的驱动因素，建立因果关系，S9：设计闭环反馈系统，实时更新信用评估模型，增强适应性，S10：基于生成对抗网络生成可解释的信用评估报告，增强透明度与信用度；S1具体如下，采集商业信用相关的多模态数据，包括财务数据、交易记录、市场反馈和供应链数据，首先，对采集到的多模态数据进行数据清洗、归一化以及缺失值填补，确保数据质量,通过这些预处理步骤后，所有数据将被统一存储在结构化数据库中，为后续的处理与建模提供一致的输入，其中交易记录指的是交易金额；S2具体如下，采用跨模态对比学习算法对不同模态的数据进行特征提取，生成统一的嵌入表示，并在嵌入空间中优化模态一致性,具体如下，跨模态对比学习通过优化以下对比损失函数来确保不同模态数据间的相似性： 其中，L对比代表不同模态数据在嵌入空间中相似性的损失函数，表示对所有样本对xi，xj进行期望计算，hi和hj是不同模态的数据表示，simhi，hj表示hi和hj之间的相似度，τ是温度系数，∑k表示对所有可能的样本计算的相似度的指数形式的加权和,通过最小化该损失函数，使得不同模态的数据能够在同一嵌入空间中保持一致的表征。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。