Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜厦门身份宝网络科技有限公司陈颖获国家专利权

恭喜厦门身份宝网络科技有限公司陈颖获国家专利权

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!

龙图腾网恭喜厦门身份宝网络科技有限公司申请的专利一种基于多模态的身份交叉验证方法及系统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:CN119397225B

龙图腾网通过国家知识产权局官网在2025-03-11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:202510006616.8,技术领域涉及:G06F18/21;该发明授权一种基于多模态的身份交叉验证方法及系统是由陈颖;黄佑君;洪笑梅;高立超设计研发完成,并于2025-01-03向国家知识产权局提交的专利申请。

一种基于多模态的身份交叉验证方法及系统在说明书摘要公布了:本发明涉及深度学习技术领域,公开了一种基于多模态的身份交叉验证方法及系统,其中,一种基于多模态的身份交叉验证方法包括以下步骤,获取车主身份关联信息和车主身份验证历史记录数据;基于车主身份关联信息来构建第一结构化数据,基于车主身份验证历史记录数据构建包括一个结构维度的第二结构化数据;将第一结构化数据、第二结构化数据输入身份验证模型;输出车主身份交叉验证的结果和身份验证异常的概率分布。本发明能够综合利用个体身份关联的多模态数据,可以提升身份验证的可靠性和安全性,扩大其应用范围。

本发明授权一种基于多模态的身份交叉验证方法及系统在权利要求书中公布了:1.一种基于多模态的身份交叉验证方法,其特征在于,包括以下步骤:步骤100,获取车主身份关联信息和车主身份验证历史记录数据;步骤200,基于车主身份关联信息来构建第一结构化数据;第一结构化数据表示为两个结构维度的有序性信息,第一个结构维度上包含的基本结构要素为对象;第二个结构维度上包含的基本结构要素为时序单元;步骤300,基于车主身份验证历史记录数据构建包括一个结构维度的第二结构化数据,在这个结构维度上包含的基本结构要素为时序单元;步骤400,将第一结构化数据、第二结构化数据输入身份验证模型,身份验证模型包括主干网络,主干网络包括第一数据结构识别层、第二数据结构识别层、第三数据结构识别层、第一数据结构识别融合层、第一全连接层、第二全连接层;其中第一结构化数据输入第一数据结构识别层,输出第一隐藏特征到第二数据结构识别层;第二数据结构识别层输出的第二隐藏特征到第一数据结构识别融合层;第一数据结构识别融合层输出第一融合隐藏特征到第一全连接层;第一全连接层输出车主身份交叉验证的结果;第二结构化数据输入第三数据结构识别层,输出第三隐藏特征到第一数据结构识别融合层和第二全连接层;第二全连接层输出身份验证异常的概率分布;第一数据结构识别层的计算公式如下: 表示第一结构化数据中的第L层的第v个对象的对象隐藏特征,表示第L-1层的第u个对象的对象隐藏特征,和分别表示与对象v和对象u存在对象联系的对象的集合,表示集合的基数,表示第一数据结构识别层的第L层的平面识别权重矩阵,,E表示总层数,L=1时,表示第u个对象关联的特征,L=E时等于对象v的第一隐藏特征,是sigmoid激活函数;第二数据结构识别层的计算公式如下: 其中,和表示第t步的重置门和更新门的激活向量;表示第t步生成的候选状态;表示第t步的第二隐藏特征,表示第t-1步的第二隐藏特征;、、、、、分别表示第1、2、3、4、5、6可训练参数的转换矩阵;、、表示第1、2、3可训练的偏差参数;,表示第t个时序单元输入第一数据结构识别层时输出的对象v的第一隐藏特征,,表示第一结构化数据的时序单元数,时,,此时表示第一结构化数据中的第t个时序单元,表示所有对象的集合;表示Sigmod激活函数;表示tanh激活函数;第三数据结构识别层的计算公式如下: 其中表示第个第三隐藏特征,表示第个第三隐藏特征,1,表示第二结构化数据的时序单元数,表示第二结构化数据中的第个时序单元,和是第7、8可训练参数的转换矩阵,是第4可训练的偏差参数,ReLU是ReLU激活函数;第一数据结构识别融合层的计算公式如下: 其中,表示组合特征,表示特征组合函数,表示第个第三隐藏特征,表示第个第二隐藏特征。

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厦门身份宝网络科技有限公司,其通讯地址为:361000 福建省厦门市思明区软件园二期观日路44号601单元B区、D区;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”。

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。