一种结构信息优化的多模态社交事件检测方法

AITNT
正文
推荐专利
一种结构信息优化的多模态社交事件检测方法
申请号:CN202411653975
申请日期:2024-11-19
公开号:CN119622373B
公开日期:2025-10-03
类型:发明专利
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
1
一种距骨手术机器人、器械及骨道规划控制方法
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
2
一种基于动态机臂伸缩的飞行器多模态稳态控制方法
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
3
一种基于表情特征阿兹海默症前驱期的无创筛查方法及其装置
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
4
一种链上数据安全验证方法及系统
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
5
一种基于扩散模型和自监督异常值检测的数据整合方法
数据整合方法 数据管理系统 标准化方法 样本 噪声数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号