摘要
本申请涉及数据处理技术领域,公开了一种用于多源异构数据的多粒度提取与增强方法、装置及设备。所述方法包括:对多模态数据集和原始特征参数进行多层次特征提取,得到多模态特征集合;对多模态特征集合进行关联性分析,得到特征关联矩阵和优化特征表示;对特征关联矩阵和优化特征表示进行跨模态知识迁移处理,得到迁移特征参数;对迁移特征参数进行动态融合处理,得到目标融合特征;根据目标融合特征进行多任务分割处理,得到多个子任务序列,并分别对每个子任务序列进行时序增强及多任务融合分析,得到目标提取数据,并对目标提取数据进行可视化展示。本申请提升了用于多源异构数据的多粒度提取与增强的效率及准确率。
技术关键词
多源异构数据
底层融合特征
多模态特征
多层次特征提取
序列
特征值
多任务
多层级特征
时序特征
关联特征数据
矩阵
频谱分布图
跨模态
多尺度特征
机器可读指令
文本
系统为您推荐了相关专利信息
短期负荷预测方法
短期负荷预测模型
智能电网
电网监控系统
历史负荷数据
视频剪辑方法
视频流
摄像装置
三维场景空间
数据
评估预警方法
风险评估模型
时空图卷积神经网络
特征提取模块
有限元数值模拟方法
数据分析决策
分布式数据采集
画像
决策算法
异常数据
上下文特征
文本生成系统
语义向量空间
双通道注意力
动态权重分配