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！

龙图腾网恭喜江西农业大学;江西省防汛信息中心;江西省科学院应用物理研究所申请的专利一种多模态信息融合的动态拓扑层次结构情感分析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：CN119202954B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411720195.7，技术领域涉及：G06F18/2431；该发明授权一种多模态信息融合的动态拓扑层次结构情感分析方法是由易文龙;黄暄;严春燕;刘木华;赵进辉;程香平设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种多模态信息融合的动态拓扑层次结构情感分析方法在说明书摘要公布了：本发明属于情感分析技术领域，具体涉及一种多模态信息融合的动态拓扑层次结构情感分析方法，该方法通过提取图像特征和文本特征；通过多头注意力机制对图像特征和文本特征进行对齐，得到对齐后的图文特征向量；将图文特征向量映射到动态拓扑层次结构中，并使用高维扩展编码方法对图像和文本的多模态特征进行融合和高维扩张，得到图像特征和文本特征的高维扩展编码特征，并输入到情感分类器中，得到积极、中性、消极三类情感分类结果。本发明结合深度学习的多模态特征对齐与融合策略，能够在不均衡数据集上提升情感分类的准确性和适用性，为多模态情感分析提供了有效的技术解决方案。

本发明授权一种多模态信息融合的动态拓扑层次结构情感分析方法在权利要求书中公布了：1.一种多模态信息融合的动态拓扑层次结构情感分析方法，其特征在于，步骤如下：步骤一：对社交媒体平台的用户意见图文数据集进行预处理，获取多模态情感分析的图文数据集；步骤二：采用残差网络模型提取图文数据集中的图像特征；使用双向编码器表示模型提取图文数据集中的文本特征；步骤三：通过多头注意力机制对图像特征和文本特征进行对齐，提取模态间的交互信息，得到对齐后的图文特征向量；步骤四：将对齐后的图文特征向量映射到动态拓扑层次结构中，构建一个多层次的非欧氏空间捕捉不同模态间的复杂关联关系，使用高维扩展编码方法对图像和文本的多模态特征进行融合和高维扩张，得到图像特征和文本特征的高维扩展编码特征；步骤五：将图像特征和文本特征的高维扩展编码特征输入到情感分类器中，得到积极、中性、消极三类情感分类结果；步骤四中，将对齐后图文特征向量映射到动态拓扑层次结构中，构建一个多层次的非欧氏空间捕捉不同模态间的复杂关联关系的过程为：已知文本-图像连接向量，其中分别表示第1,2,…,M个文本-图像连接向量，图像-文本连接向量，其中分别表示第1,2,…,M个图像-文本连接向量，将和中的每个元素通过公式（13）-公式（16）在素数序列下映射为动态拓扑层次结构特征： 13; 14; 15; 16;其中表示文本-图像连接向量中第i个元素在指定素数p下的动态拓扑层次结构特征，表示图像-文本连接向量中第j个元素在指定素数p下的动态拓扑层次结构特征，和分别对应于指定素数p的不同幂次的系数，其中表示文本-图像连接向量中第i个元素在动态拓扑层次结构特征中的第k位系数，表示图像-文本连接向量中第j个元素在动态拓扑层次结构特征中的第位系数，表示文本-图像连接向量中第i个元素在指定素数p下的第k位系数展开所对应的权重，表示图像-文本向量中第j个元素在指定素数p下的第l位系数展开所对应的权重，二者分别用于表示文本特征和图像特征在多模态动态拓扑层次结构中的分解表达，为了使得动态拓扑层次结构的特征序列达到一致长度，如公式（17）定义填充操作： 17;其中和分别表示文本和图像模态的动态拓扑层次结构，表示连接后的文本-图像连接向量的动态拓扑层次结构经过填充操作后的文本特征，,表示第1,2,…,M个文本-图像连接向量的动态拓扑层次结构的文本特征，表示连接后的图像-文本连接向量的动态拓扑层次结构经过填充操作后的图像特征，,表示第1,2,…,M个图像-文本连接向量的动态拓扑层次结构的图像特征，为统一变量名，是计算特征序列长度的函数。

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江西农业大学;江西省防汛信息中心;江西省科学院应用物理研究所，其通讯地址为：330000 江西省南昌市经济技术开发区志敏大道1101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”。