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！

龙图腾网恭喜湖南工商大学申请的专利一种基于超图层级对比学习的多模态情感识别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：CN119739990B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510253260.8，技术领域涉及：G06F18/20；该发明授权一种基于超图层级对比学习的多模态情感识别方法是由徐雪松;石韬;王煜坤;曾伟豪;褚孟达设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于超图层级对比学习的多模态情感识别方法在说明书摘要公布了：本申请涉及一种基于超图层级对比学习的多模态情感识别方法，对语音数据、文本数据、图像数据分别进行特征提取；基于时间序列，并基于提取出的语音模态特征、文本模态特征、图像模态特征构建节点，以两节点之间的相似度作为边的权重，构建模态互联图；将每个时间步的模态互联图分别聚合为不同的超点，以两超点之间的语义相似度确定超边的生成，构建第一超图；对第一超图分别进行成员掩码和节点掩码，分别得到第二超图、第三超图；基于第一超图、第二超图、第三超图进行多层级对比学习，并计算联合损失；增强三种模态特征的融合特征，得到增强特征，基于联合损失对增强特征进行联合优化，得到多模态情感表示，基于多模态情感表示预测情感识别结果。

本发明授权一种基于超图层级对比学习的多模态情感识别方法在权利要求书中公布了：1.一种基于超图层级对比学习的多模态情感识别方法，其特征在于，包括：S1：获取按时间分布的包含语音、文本、图像的多模态数据，并对语音数据、文本数据、图像数据分别进行特征提取；S2：基于时间序列，并基于提取出的语音模态特征、文本模态特征、图像模态特征构建节点，以两节点之间的相似度作为边的权重，构建模态互联图；模态互联图的构建过程包括：在时间步t中，将所述语音模态特征、所述文本模态特征、所述图像模态特征分别经过两层感知机，得到维度调整的所述语音模态特征、所述文本模态特征、所述图像模态特征；将维度调整的所述语音模态特征、所述文本模态特征、所述图像模态特征，分别作为节点，构建时间步t时的节点集；计算时间步t时的节点集中任意两节点之间的相似度；当两节点之间的相似度大于自适应阈值时，生成边，否则不生成边，构建时间步t时的边集；边的权重为对应的两节点之间的相似度；基于两节点间的相似性度量，构建时间步t时的邻接矩阵，计算式为： ；其中，表示时间步t时的邻接矩阵中第i行第j列的元素；表示时间步t时的节点集中的第i个节点；表示时间步t时的节点集中的第j个节点；表示第i个节点与第j个节点之间的边；表示时间步t时的边集；表示正弦函数；基于时间步t时的节点集、边集以及邻接矩阵，构建时间步t时的模态互联图；S3：将每个时间步的模态互联图分别聚合为不同的超点，以两超点之间的语义相似度确定超边的生成，构建第一超图；S4：对所述第一超图分别进行成员掩码和节点掩码，分别得到第二超图、第三超图；基于所述第一超图、所述第二超图、所述第三超图进行多层级对比学习，并计算联合损失；S5：增强三种模态特征的融合特征，得到增强特征，基于所述联合损失对所述增强特征进行联合优化，得到多模态情感表示，基于所述多模态情感表示预测情感识别结果。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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”。