摘要
本申请涉及地基探测与多源大数据智能分析领域,公开了一种基于地基探测设备多源大数据智能分析融合处理方法,包括以下步骤:对地基探测设备采集的多源数据进行标准化处理,统一采样频率,填充缺失值,完成时间和空间对齐;基于预处理后的多源数据,构建数据点之间的相似性权重矩阵,用于衡量数据点间的相关性;采用流形学习算法将多源数据嵌入到低维流形空间中,构建用于描述数据局部几何结构的低维嵌入表示;基于高阶高斯过程模型。本发明通过引入多模态交互建模的高阶高斯过程方法,能够全面刻画模态内部相关性以及模态间复杂交互关系。解决了无法捕捉多模态数据非线性关系的问题,实现了数据更精准的特征提取和融合。
技术关键词
多源大数据
探测设备
流形学习算法
多头注意力机制
数据非线性关系
变分贝叶斯方法
数据嵌入
动态时间规整算法
空间插值方法
拉普拉斯
多模态交互
统计学方法
多模态特征
数据采集模块
矩阵
频率
网络
系统为您推荐了相关专利信息
情感语音生成方法
语音生成模型
语音特征
非易失性计算机可读存储介质
语义
数据资产管理方法
文本特征向量
图像特征向量
融合全局特征
多头注意力机制
图像恢复方法
多信息
通道注意力机制
联合损失函数
编码向量
数据提取系统
三维地质模型
地质探测设备
地质结构
Kriging插值
生成方法
房间
空间结构
全景图像数据
生成全景图像