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！

龍圖騰網獲悉西安交通大學申請的專利一種多模態增強的衛星遙測數據多任務處理系統與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：CN120508760B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202511002064.X，技術領域涉及：G06F18/15；該發明授權一種多模態增強的衛星遙測數據多任務處理系統與方法是由鮑軍鵬;郝書樂;盧春成設計研發完成，并于2025-07-21向國家知識產權局提交的專利申請。

本一種多模態增強的衛星遙測數據多任務處理系統與方法在說明書摘要公布了：本發明公開了一種多模態增強的衛星遙測數據多任務處理系統與方法，系統包括輸入嵌入模塊、知識驅動提示增強模塊、融合感知模塊、大語言模型處理模塊、特征增強模塊、時序模型處理模塊以及任務執行與優化模塊；本發明利用知識驅動提示增強模塊對自然語言模態的初始指令進行知識圖譜增強，生成優化后指令；利用融合感知模塊將優化后指令的自然語言模態和衛星遙測數據的時間序列模態進行融合；利用大語言模型處理模塊挖掘融合后數據中的混合特征；利用時序模型處理模塊推導出最終的預測結果，實現對衛星遙測數據的預測和異常檢測；本發明在融合大語言模型、大型時間序列模型和知識圖譜的技術框架下，實現了對衛星遙測數據的高效處理和精準分析。

本發明授權一種多模態增強的衛星遙測數據多任務處理系統與方法在權利要求書中公布了：1.一種多模態增強的衛星遙測數據多任務處理系統，其特征在于，包括輸入嵌入模塊、知識驅動提示增強模塊、融合感知模塊、大語言模型處理模塊、特征增強模塊、時序模型處理模塊以及任務執行與優化模塊； 所述輸入嵌入模塊用于對衛星遙測數據進行歸一化和分片處理； 所述知識驅動提示增強模塊用于對自然語言模態的初始指令進行知識圖譜增強，生成優化后指令； 所述融合感知模塊用于將優化后指令的自然語言模態和衛星遙測數據的時間序列模態進行融合； 所述大語言模型處理模塊用于挖掘融合后數據中的混合特征； 所述特征增強模塊用于對所述混合特征進行維度映射與增強； 所述時序模型處理模塊用于根據所述特征增強模塊增強后的特征推導出最終的預測結果，實現對衛星遙測數據的預測和異常檢測； 所述任務執行與優化模塊用于根據指令識別任務意圖，執行衛星遙測數據預測、衛星遙測數據補全和衛星異常檢測任務中的一種或幾種，并進行系統訓練優化； 其中，所述時序模型處理模塊基于預訓練的大型時間序列模型，根據所述特征增強模塊增強后的特征推導出最終的預測結果，實現對衛星遙測數據的預測和異常檢測； 所述對衛星遙測數據的預測，實現方法如下： 在微調階段，采用自回歸生成訓練目標，根據優化后指令嵌入的總長度，將歷史衛星遙測數據的時間步長L劃分為個項，所述預訓練的大型時間序列模型輸出下一個項，計算各項與相應衛星實際遙測數據的均方誤差作為損失函數進行反向傳播； 在推理階段，將預測結果與輸入的衛星遙測數據時間序列連接，反復使用所述預訓練的大型時間序列模型生成下一個項，直至預測項總長度達到預期長度，實現對衛星遙測數據的預測； 所述異常檢測，基于預測式異常檢測思路，利用已觀察的時間序列預測未來時間序列，將預測結果當作正常模式的標準，與實際接收的衛星遙測數據進行對比；設衛星遙測數據的時間序列為，其中為衛星遙測數據的t時刻真實值，所述預訓練的大型時間序列模型利用已觀察的時間序列預測未來時間序列；生成模型通過優化目標函數學習條件分布，其中為衛星遙測數據的t時刻預測值，m為預測時間長度，k為已觀察的時間序列的時間步長，通過所述損失函數進行反向傳播；計算預測時間序列與真實時間序列的誤差作為異常分數，表示為，設置閾值，若，則認為對應的衛星時間點為異常點，表示差別計算函數，，為時刻至時刻的真實時間序列。

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西安交通大學，其通訊地址為：710049 陜西省西安市碑林區咸寧西路28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”。