摘要
本发明涉及数据处理技术领域,公开了一种数据质量情景检验方法、装置、设备及存储介质,获取不同情景的初始多模态数据,对初始多模态数据预处理;构建情境模型库,将预处理后的初始多模态数据与情境模型库进行匹配,确定预处理后的初始多模态数据是否符合情境要求,若符合则得到目标多模态数据;采用含有多任务学习的生成对抗网络,利用共享的网络结构对目标多模态数据从多维度进行质量评估,并对目标多模态数据在每个维度上进行打分,得到最终质量评分;采用变分自编码器对目标多模态数据进行质量优化,得到优化后的目标多模态数据;对优化后的目标多模态数据生成对应的质量报告,并输出;本发明能够有效提升数据在实际应用中的表现和适用性。
技术关键词
多模态
数据
生成对抗网络
检验方法
模型库
情景
加权算法
编码器
样本
检验设备
网络结构
多任务损失函数
检验装置
加权欧氏距离
点分配
SVM分类器
初始聚类中心
报告
系统为您推荐了相关专利信息
面阵相机
检测产品表面
多角度
滤波器系数
光源组合
计算机可读取存储介质
操作系统识别
订单系统
会计凭证
数据
轨迹预测模型
船舶航行轨迹
静态特征
轨迹预测方法
LSTM模型