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！

龙图腾网恭喜安徽大学申请的专利基于层次化预定义知识学习的长时活动分析方法和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：CN119293537B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411820703.9，技术领域涉及：G06F18/23213；该发明授权基于层次化预定义知识学习的长时活动分析方法和系统是由胡古月;童雨星;袁笃志;余昌久;王佳兰;付宇晗;徐光辉设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于层次化预定义知识学习的长时活动分析方法和系统在说明书摘要公布了：本发明提供了基于层次化预定义知识学习的长时活动分析方法和系统，方法包括：利用多模态语义一致性，通过对比学习将教程活动的视频片段与其对应的文本描述嵌入联合语义空间，学习出视觉语言联合表示先验分布；从下游数据集中按比例采样出部分视频文本对样本，对它们的表示进行聚类，对于不同粒度的层级，构造一个对应的知识图；构成体系化预定义知识图；查找每层知识图中匹配度最高的概念节点，通过自注意融合策略将概念节点的表示进行融合，再与给定模态的样本的原始表示融合，得到样本的增强特征表示。本发明的优点在于：提出的体系化预定义知识增强方法在行为分割任务上达到了最佳性能，帧级准确度得到提高。

本发明授权基于层次化预定义知识学习的长时活动分析方法和系统在权利要求书中公布了：1.基于层次化预定义知识学习的长时活动分析方法，其特征在于，包括以下步骤：S1、利用多模态语义一致性，通过对比学习将教程活动的视频片段与其对应的文本描述嵌入联合语义空间，学习出视觉语言联合表示先验分布；S2、从下游数据集中按比例采样出部分视频文本对样本，对它们的表示进行聚类，自上而下地依次得到层次化的样本聚类簇实现，实现层次化概念节点的构造；对于不同粒度的层级，构造一个对应的知识图；S3、通过深度随机路径探索的方式，采样出固定游走长度的随机游走序列；将得到的随机游走序列看成虚拟的句子，随机游走序列中的节点看成虚拟的单词，学习和推理出图的节点嵌入，并采用缺失词预测上下文的思想，松弛优化问题；将层次化知识图的所有节点的属性信息更新，构成最终的体系化预定义知识图；S4、通过给定模态的下游查询样本的预定义知识表示与体系化预定义知识图每层所有节点对应模态的表示进行相似度计算，查找出每层知识图中匹配度最高的概念节点；通过自注意融合策略将概念节点的表示进行融合；再与给定模态的样本的原始表示融合，得到样本的增强特征表示。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。