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！

龍圖騰網獲悉南京信息工程大學申請的專利一種基于多模態特征融合的通用無損數據壓縮方法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：CN120433778B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202510933081.9，技術領域涉及：H03M7/30；該發明授權一種基于多模態特征融合的通用無損數據壓縮方法是由潘成勝;張晨曦;施建鋒設計研發完成，并于2025-07-08向國家知識產權局提交的專利申請。

本一種基于多模態特征融合的通用無損數據壓縮方法在說明書摘要公布了：本發明公開了一種基于多模態特征融合的通用無損數據壓縮方法，包括：采集多模態原始數據，提取類型特征和內容特征；基于特征融合模塊、液態神經網絡、Transformer模塊構建多模態特征融合模型，將類型特征和內容特征輸入多模態特征融合模型進行融合，針對融合特征進行條件概率預測，輸出每個符號的預測概率分布；采用算術編碼方法對原始數據的字節序列進行壓縮；在壓縮過程中引入小批量在線訓練機制，完成多模態特征融合模型的更新；本發明提供了一種高效、靈活且具有強大適應性的通用數據壓縮解決方案，不僅能顯著提高數字孿生系統等場景中多樣化數據的壓縮效率，還能在動態變化的環境中保持長期穩定的性能，具有廣泛的應用前景。

本發明授權一種基于多模態特征融合的通用無損數據壓縮方法在權利要求書中公布了：1.一種基于多模態特征融合的通用無損數據壓縮方法，其特征在于，執行如下步驟S1-步驟S4，完成多種類型數據的融合和壓縮： 步驟S1：采集多種類型的原始數據，包括文本、音頻、圖像、傳感器數據，對各類型的原始數據進行預處理，并針對預處理后的各類型數據提取類型特征和內容特征，其中類型特征描述數據整體統計特性，內容特征保留原始數據的結構性信息； 步驟S2：基于交叉注意力模塊、液態神經網絡、Transformer模塊構建并訓練多模態特征融合模型，將類型特征和內容特征輸入多模態特征融合模型進行融合，獲得類型特征和內容特征的融合特征，針對融合特征的每個符號進行條件概率預測，輸出每個符號的預測概率分布； 步驟S3：基于每個符號的預測概率分布，采用算術編碼方法根據每個符號的預測概率分布動態分配編碼區間，對原始數據的字節序列進行壓縮； 步驟S4：在壓縮過程中引入小批量在線訓練機制，依據每個符號的預測概率分布與真實符號之間的負對數似然損失進行反向傳播與梯度更新，完成多模態特征融合模型的更新，以及多種類型的原始數據的壓縮。

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南京信息工程大學，其通訊地址為：210032 江蘇省南京市江北新區寧六路219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”。