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！

龍圖騰網獲悉廣州歐賽斯信息科技有限公司申請的專利一種基于深度學習的多源教學數據處理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：CN119884793B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510387169.5，技術領域涉及：G06F18/231；該發明授權一種基于深度學習的多源教學數據處理方法是由葉祖鋒;王華松設計研發完成，并于2025-03-31向國家知識產權局提交的專利申請。

本一種基于深度學習的多源教學數據處理方法在說明書摘要公布了：本申請涉及一種基于深度學習的多源教學數據處理方法，包括獲取多模態數據，多模態數據包括文本數據、音頻數據和視頻數據；采用模態分離技術對多模態數據進行預處理，得到多個獨立特征集；根據多個獨立特征集，采用特征融合算法生成融合特征集；針對融合特征集，采用卷積調整算法確定特征提取范圍；通過多尺度特征融合網絡對特征提取范圍進行處理，得到高維特征空間表示；根據高維特征空間表示，采用噪聲抑制算法生成清晰特征集合；針對清晰特征集合，采用難度感知模型確定難度梯度劃分；通過網絡優化技術對難度梯度劃分進行處理，得到實時性優化的層級劃分方案；根據實時性優化的層級劃分方案，生成最終輸出。

本發明授權一種基于深度學習的多源教學數據處理方法在權利要求書中公布了：1.一種基于深度學習的多源教學數據處理方法，其特征在于，包括以下步驟： 步驟S101，獲取多源教學數據后，通過模態分離技術對文本、音頻、視頻數據進行預處理，從每種模態中提取獨立特征集，得到模態特征分布的初步映射結果； 步驟S102，針對模態特征分布的初步映射結果，采用自適應卷積核調整算法，根據模態特征分布的差異動態調整卷積核尺寸，確定跨模態融合前的特征提取范圍； 步驟S103，通過多尺度特征融合網絡對調整后的特征提取范圍進行處理，在不同尺度下融合文本語義密度、音頻語速變化和視頻幀間時序關聯，得到統一的高維特征空間表示； 步驟S104，根據統一的高維特征空間表示，利用噪聲抑制算法對背景噪聲或非標準表達噪聲干擾大的數據段進行濾波處理，若檢測到噪聲超過預設閾值，則對對應特征權重進行衰減，獲得清晰的特征集合； 步驟S105，獲取清晰的特征集合后，采用微觀難度感知模型對特征集合進行逐層掃描，得到掃描后的特征層級序列，通過預設的梯度模板匹配所述特征層級序列中的微觀線索，確定語義復雜度或語速變化的初步變化趨勢，得到難度梯度的初步劃分邊界； 步驟S106，針對難度梯度的初步劃分邊界，通過輕量化網絡壓縮技術對卷積層或全連接層進行優化，在保持分辨能力的同時降低計算復雜度，得到實時性優化的層級劃分方案； 步驟S107，通過實時性優化的層級劃分方案，結合動態時間窗口算法對密集層級劃分進行迭代調整，若基于特征重疊率或置信度計算的劃分邊界模糊度高于預設閾值，則引入上下文語義或音頻頻譜特征重新校準，獲得最終的密集層級劃分結果； 步驟S108，根據最終的密集層級劃分結果，利用基于準確率或召回率的跨模態融合效果評估機制，若融合精度低于預設閾值，則調整自適應卷積核參數，更新特征提取范圍并重新計算，得到優化的教學內容分層輸出。

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廣州歐賽斯信息科技有限公司，其通訊地址為：510000 廣東省廣州市黃埔區神舟路19號3棟二層222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”。