Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜宁波沃尔斯软件有限公司孙华获国家专利权

恭喜宁波沃尔斯软件有限公司孙华获国家专利权

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!

龙图腾网恭喜宁波沃尔斯软件有限公司申请的专利基于人工智能的汽车数据实时处理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:CN119783051B

龙图腾网通过国家知识产权局官网在2025-05-20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:202510282783.5,技术领域涉及:G06F18/25;该发明授权基于人工智能的汽车数据实时处理方法是由孙华;虞健;卢能楚;曾雅雷;黄裕松设计研发完成,并于2025-03-11向国家知识产权局提交的专利申请。

基于人工智能的汽车数据实时处理方法在说明书摘要公布了:本发明公开了基于人工智能的汽车数据实时处理方法,具体涉及数据处理技术领域;通过采用改进的Transformer模型,结合自注意力机制和跨模态特征融合技术,实现跨语境情感关联分析,提升用户真实情感倾向的识别准确性,基于准确的情感识别结果,系统通过时序分析模型预测情感趋势,并在异常舆情事件发生时,自动向企业管理端发送预警,利用知识图谱与强化学习,结合历史数据和用户情感趋势,自动生成最优舆情应对策略,并通过可视化分析报告辅助企业制定精准的市场决策,本发明实现了跨模态情感深度理解、实时舆情趋势预测、智能预警与精准决策优化,有效提升汽车行业企业的舆情监测、品牌管理和市场竞争能力。

本发明授权基于人工智能的汽车数据实时处理方法在权利要求书中公布了:1.基于人工智能的汽车数据实时处理方法,其特征在于:包括以下步骤:S1:从多种数据源实时获取汽车行业相关的多模态数据,包括文本、语音、图像和视频;S2:对采集的多模态数据进行特征提取,其中,对文本数据采用分词、去噪和情感词识别处理,对语音数据进行语音识别转换为文本,对图像和视频数据进行目标检测与情感特征提取;S3:基于改进的Transformer深度学习模型,结合自注意力机制和多模态特征融合技术,对多模态数据提取出的不同特征进行跨语境关联分析,根据分析结果评估用户真实情感倾向识别的准确性;所述S3基于改进的Transformer深度学习模型的跨语境情感分析,通过自注意力机制提取文本、语音、图像和视频间的关联特征,并通过模态对齐技术将不同模态数据映射到统一的情感表示空间,以提高跨模态情感识别的准确性,采用情感漂移指数计算用户在不同时间段内的情感变化趋势,并采用语境矛盾度评估多模态数据的情感一致性;其中,情感漂移指数的计算方法为:采集用户在多个时间点对同一品牌或产品的评论数据,采用BERT+LSTM时序模型,计算每个时间点的情感得分,表达式为:;其中,为时间t时的用户文本,f为LSTM模型的输出函数;计算相邻时间点的情感变化率作为情感漂移指数:;其中,Δt为时间间隔,为情感漂移指数;语境矛盾度CDI的计算方法为:对多模态数据进行情感识别,分别计算文本情感ST、语音情感SV、图像情感SI、视频情感SF,每个情感分值范围[-1,1];计算情感一致性EC,表达式为:;计算语境矛盾度CDI,表达式为:;采用Transformer编码层对文本、语音、图像、视频特征进行联合编码;采用模态对齐技术,将不同模态数据映射到相同语义空间;采用自注意力机制计算不同模态信息的权重,计算公式:;其中,Q,K,V分别是查询、键、值矩阵,是键的维度,T为矩阵转置;衡量SDC和CDI之间的变化关系:若CorrSDC,CDI0.5,说明情感漂移大,且模态间情感矛盾严重,存在隐含负面情绪或讽刺语气;若CorrSDC,CDI,说明情感变化稳定,情感表达一致,用户的评价可信;计算模型预测的情感标签与人工标注情感标签的匹配度,即计算情感识别准确性SPA:;式中,PredictedSentiment为模型对样本的情感预测值,范围为[−1,1];GroundTruth为人工标注的真实情感标签,范围为[−1,1],N是总样本数,若SPA低于阈值,则进行模型优化;采用强化学习训练策略,通过奖励机制优化情感识别模型:;使用策略梯度优化方法调整Transformer模型的参数,以提高未来预测的准确率;S4:对于准确识别的用户真实情感倾向,通过时序分析模型,构建实时情感趋势预测机制,并在检测到异常事件时,自动向预设的企业管理端发送预警信号;所述S4时序情感趋势预测机制基于改进的Transformer深度学习模型,结合长短时记忆网络,构建实时舆情变化预测模型,模型的输入项为当前情感得分,输出项为情感异常度,并在检测到异常情感波动值超过设定阈值时,自动向企业管理端发送预警信号;S5:利用知识图谱与强化学习技术,结合历史数据和用户真实情感倾向识别的准确性,生成针对舆情事件的应对策略,并提供可视化分析报告,辅助企业制定精准的市场应对方案。

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宁波沃尔斯软件有限公司,其通讯地址为:315000 浙江省宁波市高新区翔云北路199号7号楼15-2-5;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。