一种智能化的智能突触融合系统及融合方法

多模态数据融合在跨模态语义理解和场景自适应方面面临挑战，尤其在实时处理、动态反馈和全局控制上存在不足。尽管已有多种融合方法，但在跨模态对齐、语义一致性和动态适应性等依然存在局限。为此，本文提出了一种基于柔性控制的多模态融合系统—智能突触融合系统。该模型由数据处理层、柔性控制层和场景生产层三部分构成：数据处理层通过优化编码与优先级，增强数据的场景适应性；柔性控制层基于动态适应神经网络，模拟突触调节，实现信息传递与全局控制；场景生产层通过细粒度特征提取、深度融合和反馈模块，提升特征提取、融合能力和学习记忆效果。实验表明本研究在多个指标上优于基线模型，Acc、F1、Recall、AUC和IoU分别提升了6.8％、2.2％、4.6％、3.7％和0.3％。