買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖北民族大學申請的專利基于深度學習的多模態數據分類方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115238795B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210883913.7，技術領域涉及：G06F18/2415；該發明授權基于深度學習的多模態數據分類方法及系統是由周丙濤;向勉;程宇陽設計研發完成，并于2022-07-26向國家知識產權局提交的專利申請。

本基于深度學習的多模態數據分類方法及系統在說明書摘要公布了：本發明提出了一種基于深度學習的多模態數據分類方法及系統。該方法為：獲取N組數據，并將其分為訓練集、驗證集和測試集；將訓練集進行訓練；將最后一次訓練后的驗證結果記為矩陣S；采用測試集于訓練完成后的深度學習網絡模型進行測試，每組測試數據得出一個softmax矩陣R；將矩陣S中的元素作為權重按對應分類對應模態特征與每組測試數據對應的softmax矩陣R中的元素相乘，得到每組測試數據的矩陣F；將矩陣F中同一分類的不同模態對應的機率相加，得到矩陣Fr；對矩陣Fr進行softmax處理，得到最終分類結果。該基于深度學習的多模態數據分類方法降低了神經網絡過擬合度，提升多模態形式的神經網絡分類能力。

本發明授權基于深度學習的多模態數據分類方法及系統在權利要求書中公布了：1.一種基于深度學習的多模態數據分類方法，其特征在于，包括以下步驟： 獲取N組人體運動信息數據，每組數據包括人體運動加速度和或角速度，人體表面肌電，足底壓力中至少兩種模態特征，將所述N組數據按組分為訓練集、驗證集和測試集； 構建深度學習網絡模型，該深度學習網絡模型中包含多個神經網絡，將訓練集的數據于所述深度學習網絡模型中進行訓練，訓練時，將不同模態的特征使用與模態對應的神經網絡進行訓練； 使用驗證集對訓練后的深度學習網絡模型進行驗證，將最后一次訓練后的驗證結果記為矩陣S,矩陣S中的各元素為各分類的各模態特征的分類查準率； 采用測試集于訓練完成后的深度學習網絡模型進行測試，測試時，將不同模態的特征使用訓練好的與模態對應的神經網絡進行運算，每組測試數據得出一個softmax矩陣R，softmax矩陣R中各元素為各分類的各模態特征的softmax值； 將每組測試數據對應的softmax矩陣R進行帶權重整合處理，將矩陣S中的元素作為權重按對應分類對應模態特征與每組測試數據對應的softmax矩陣R中的元素相乘，得到每組測試數據的矩陣F； 將每組測試數據對應的矩陣F中同一分類的不同模態對應的機率相加，得到每組測試數據的最終softmax結果矩陣Fr； 對每組測試數據對應的最終softmax結果矩陣Fr進行softmax處理，得到每組測試數據的最終分類結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖北民族大學，其通訊地址為：445000 湖北省恩施土家族苗族自治州恩施市學院路39號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。