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！

龍圖騰網獲悉杭州鄰商網絡科技股份有限公司申請的專利一種智能參數共享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：CN120046116B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202510510283.2，技術領域涉及：G06F18/25；該發明授權一種智能參數共享方法及系統是由楊錕;周陽;朱文建設計研發完成，并于2025-04-23向國家知識產權局提交的專利申請。

本一種智能參數共享方法及系統在說明書摘要公布了：本發明公開了一種智能參數共享方法及系統，方法包括以下步驟：步驟1：輸入數據并進行多模態特征提取，多模態特征包括圖像特征、文本描述特征以及上下文特征；步驟2：通過跨模態嵌入模型將所提取的圖像特征、文本描述特征以及上下文特征映射為特征向量；步驟3：基于所述特征向量，實時通過動態調整策略生成參數共享決策；步驟4：根據參數共享決策，通過統一管理節點協調多個模型模塊間的共享參數池，通過本發明的實施，實現了自動調整共享策略，確保每個模塊的共享參數均符合當前任務需求，同時，減少了人工干預，開發人員能夠節省大量開發時間和調試成本，具有一定的使用價值和推廣價值。

本發明授權一種智能參數共享方法及系統在權利要求書中公布了：1.一種智能參數共享方法，其特征在于，包括以下步驟： 步驟1：輸入數據并進行多模態特征提取，多模態特征包括圖像特征、文本描述特征以及上下文特征； 還包括以下步驟： 步驟1.1：通過卷積神經網絡提取圖像的色彩分布、紋理信息及邊緣特征； 步驟1.2：通過跨模態嵌入模型對文本描述進行語義編碼，生成與圖像特征對齊的文本特征向量； 步驟1.3：結合上下文環境特征，包括任務類型、設備資源狀態及用戶需求，生成綜合特征向量以指導參數共享決策 步驟2：通過跨模態嵌入模型將所提取的圖像特征、文本描述特征以及上下文特征映射為特征向量； 步驟3：基于所述特征向量，實時通過動態調整策略生成參數共享決策，動態調整策略的實現包括基于跨模態特征對齊的強化學習策略或規則系統策略； 任務場景需要動態學習能力，選擇強化學習策略； 任務規則明確且需確定性控制，選擇規則系統策略； 計算圖像特征向量與文本描述特征向量的相似性得分，生成跨模態對齊權重矩陣； 強化學習策略包括以下步驟： 步驟3.1.1：構建策略網絡，輸入為所述特征向量，輸出為各模型參數的共享權重或獨立加載標識； 步驟3.1.2：通過深度強化學習算法對所述策略網絡進行訓練，獎勵函數基于生成結果的質量指標、資源消耗指標及跨模態對齊指標； 步驟3.1.3：在推理階段，實時根據輸入特征動態優化共享策略，以實現最小化計算成本和最大化任務性能； 規則系統策略包括以下步驟： 步驟3.2.1：預設共享規則庫，在規則庫中預設跨模態對齊條件，所述規則庫包含基于顏色分布、語義情感以及任務類型的參數共享條件； 步驟3.2.2：通過規則系統匹配所述特征向量與規則庫，觸發對應的參數共享策略； 步驟4：根據參數共享決策，通過統一管理節點協調多個模型模塊間的共享參數池，并基于參數依賴關系圖實現跨模塊參數的動態加載與協同優化； 步驟5：在模型訓練或推理過程中，根據實時任務需求和資源狀態進行參數共享范圍和計算資源分配的動態調整，以平衡模型性能與計算效率，實現全局資源優化。

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杭州鄰商網絡科技股份有限公司，其通訊地址為：310000 浙江省杭州市濱江區長河街道濱安路650號1幢十四層1401室；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”。