摘要
本发明公开一种结构信息优化的多模态社交事件检测方法,包括步骤:S10,获取多模态社交媒体数据,并对数据预处理;S20,经过多模态社交媒体数据结构熵引导的自适应增量学习模型进行处理,输出检测到的社交事件及其特征;S30,将结构熵引导的自适应增量学习输出的社交事件信息及其特征输入深度结构熵引导的无监督图聚类模型,得到聚类结果。本发明克服现有技术中的限制,提升事件检测的准确性、鲁棒性与效率。
技术关键词
事件检测方法
社交
多模态
聚类
多层感知器
编码器
噪声过滤器
神经网络架构
顶点
学习器
K近邻算法
媒体
动态更新
数据
消息
大语言模型
注意力
节点特征
预训练语言模型
系统为您推荐了相关专利信息
钻孔机械
规划控制方法
三维有限元模型
手术机器人
声学传感器
稳态控制方法
飞控系统
多模态
混合布局飞行器
高精度伺服控制
筛查方法
关键帧
构音障碍评估
风险评估模型
红外感应传感器
数据安全验证方法
实时数据
共识算法
存储地址转换
Raft算法
数据整合方法
数据管理系统
标准化方法
样本
噪声数据