摘要
本发明提出一种基于多模态大模型分析的数据决策方法及系统,方法包括:采集多模态数据并进行预处理,进行多模态特征提取并融合;根据所述多模态特征进行特征拼接和加权组合,生成初始情境特征,并对初始情境特征进行特征优化,得到最终情境特征,表示当前任务和场景下的动态情境信息;利用最终情境特征对每个模态特征进行特化优化,得到优化后的模态特征,并拼接成优化后的联合特征向量;对齐最终的模态特化优化特征,生成融合后的全局特征。当有具体模态分析进入时,根据具体任务优化全局特征,生成决策结果并提供解释。本发明能够在多模态数据决策中实现更高的上下文感知能力、更高效的模态融合方法以及更精准的任务决策能力。
技术关键词
数据决策方法
时间序列特征
多模态特征
交互特征
文本
动态
图像
模态分析
矩阵
语义
冗余特征
多模态数据采集
抑制高频噪声
注意力机制
模块
系统为您推荐了相关专利信息
攻击路径还原方法
异常事件
频率
日志
可读存储介质
关联特征数据
多尺度特征提取
多通道数据采集单元
病理图像特征提取
多源异构数据