一种基于深度学习的数据融合方法及系统

本发明为一种基于深度学习的数据融合方法及系统，涉及深度学习技术领域，包括根据设定的分类规则对获取无人系统中的多种传感器数据进行分类，获得分类数据；基于分类数据的基本属性分别进行预处理，获得预处理后分类数据；将预处理后的分类数据进行数据级融合，获得多个分类融合数据；基于深度递归神经网络DRNN，结合双向长短时记忆单元Bi‑LSTM和稀疏注意力机制，构建数据融合模型，通过模型剪枝对数据融合模型优化，获得优化后的数据融合模型；将多个分类融合数据输入至优化后的数据融合模型中进行二次融合，获得最终融合特征。充分挖掘多源信息的潜力，提高在复杂环境中决策的准确性和有效性。