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！

龙图腾网获悉华南师范大学申请的专利基于多模态特征去噪自适应融合的个性化推荐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：CN121350346B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202511409530.6，技术领域涉及：G06F16/9535；该发明授权基于多模态特征去噪自适应融合的个性化推荐方法是由贺超波;彭飞宇设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本基于多模态特征去噪自适应融合的个性化推荐方法在说明书摘要公布了：本申请公开了一种基于多模态特征去噪自适应融合的个性化推荐方法，可应用于图神经网络技术领域。本申请通过对多模态原始特征进行小波变换频域去噪得到去噪后多模态特征，并对去噪后多模态特征进行融合得到频率融合特征，同时基于节点度敏感性对用户与物品的交互图进行裁剪得到归一化后邻接矩阵；然后根据归一化后邻接矩阵构建用户与物品的协同表示，以及根据去噪后多模态特征构建用户与物品的模态表示后，根据频率融合特征、用户与物品的协同表示和用户与物品的模态表示生成用户行为模式与模态特征的最终融合表示，再根据最终融合表示进行物品推荐预测，可以提高物品推荐结果的准确度，满足相关领域推荐内容的个性化需求。

本发明授权基于多模态特征去噪自适应融合的个性化推荐方法在权利要求书中公布了：1.一种基于多模态特征去噪自适应融合的个性化推荐方法，其特征在于，所述方法包括以下步骤： 构建多模态原始特征和用户与物品的交互图，所述多模态原始特征包括物品在不同模态下的原始特征；所述不同模态包括视觉模态或文本模态； 对所述多模态原始特征进行小波变换频域去噪得到去噪后多模态特征，并对所述去噪后多模态特征进行融合得到频率融合特征； 基于节点度敏感性对所述用户与物品的交互图进行裁剪，得到归一化后邻接矩阵； 根据所述归一化后邻接矩阵构建用户与物品的协同表示； 根据所述去噪后多模态特征构建用户与物品的模态表示； 根据所述频率融合特征、所述用户与物品的协同表示和所述用户与物品的模态表示生成用户行为模式与模态特征的最终融合表示； 根据所述最终融合表示进行物品推荐预测； 其中，所述对所述多模态原始特征进行小波变换频域去噪得到去噪后多模态特征，并对所述去噪后多模态特征进行融合得到频率融合特征，包括： 将所述多模态原始特征进行空间投影，得到多模态投影特征； 对所述多模态投影特征进行离散小波变换，得到不同模态的低频分量和高频分量； 根据所述低频分量和所述高频分量计算跨模态的频率感知相似度权重； 根据所述频率感知相似度权重对所述低频分量和所述高频分量进行频域融合，得到所述频率融合特征； 所述频率融合特征的计算公式如下： ； 公式中，表示频率融合特征；表示离散小波变换；表示低频分量的频率感知相似度权重；表示高频分量的频率感知相似度权重；表示视觉模态下的低频近似系数；表示文本模态下的低频近似系数；表示视觉模态下去噪后的高频细节系数；表示文本模态下去噪后的高频细节系数；表示离散小波变换对应的执行级别；表示离散小波变换的基函数。

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华南师范大学，其通讯地址为：510000 广东省广州市中山大道西55号华南师范大学计算机学院；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”。

以上内容由龙图腾AI智能生成。