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！

龙图腾网恭喜西北工业大学申请的专利一种用户需求驱动的关键数据提取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：CN116992068B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202310885441.3，技术领域涉及：G06F16/58；该发明授权一种用户需求驱动的关键数据提取方法是由张艳宁;梁国强;王冀;胡嘉豪设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种用户需求驱动的关键数据提取方法在说明书摘要公布了：本发明公开了一种用户需求驱动的关键数据提取方法，将用户需求的文本送入预设的文本编码器模型，提取文本特征向量；将查询图像数据集中的每一幅图像送入图像编码器，产生图像特征向量，将得到的图像特征向量与图像统计特征结合，获得图像质量分数；计算图像和文本的相关度分数sim；将图像质量分数与相关度分数相乘，获得质量加权的相关分数；舍去相关分数小于阈值的图像数据；对剩余的图像数据进行聚类，将与聚类中心最近的图像作为关键数据。本发明输出的关键数据不仅与用户需求密切相关，而且本身也具有更高的质量，能更好的满足用户需求，降低了低质量数据对用户决策的不利影响。

本发明授权一种用户需求驱动的关键数据提取方法在权利要求书中公布了：1.一种用户需求驱动的关键数据提取方法，其特征在于，包括如下步骤：步骤1：将用户需求的文本送入预设的文本编码器模型，提取一个dt维的文本特征向量步骤2：将查询图像数据集中的每一幅图像送入图像编码器，产生一个di维的图像特征向量将得到的图像特征向量与图像统计特征结合，输入一个5层的MLP，获得图像质量分数q；步骤3：使用一个线性映射将步骤1得到的文本特征向量和步骤2得到的图像特征向量映射到相同维度，并进行L2范数归一化；然后使用余弦相似度，计算图像和文本的相关度分数sim；步骤4：将步骤2得到的图像质量分数与步骤3得到的相关度分数sim相乘，获得质量加权的相关分数s＝q·sim；步骤5：基于步骤4获得的质量加权的相关分数，舍去相关分数小于阈值T＝0.3的图像数据；步骤6：对步骤5剩余的图像数据，使用基于样本权重的K-means算法进行聚类，所得到的聚类中心即为关键数据。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。