一种基于卷积神经网络的多模态数据融合模型系统及其训练方法

本发明属于大数据技术领域，公开了一种基于卷积神经网络的多模态数据融合模型系统及其训练方法，该模型包括：输入模块，用于接收多模态数据；单模态特征提取模块，采用卷积神经网络CNN分别对各模态数据进行特征提取；模态间特征交互模块，通过跨模态注意力机制实现模态间深度特征交互，增强模态间相关性；特征融合模块，利用加权自适应融合层，将不同模态特征动态调整并融合；分类与优化模块，使用全连接层和分类器对融合后的特征进行学习优化，完成最终任务，如分类或预测。本发明突破传统方法的局限，提出了一种系统化、科学化的多模态数据融合方案，为数据挖掘、人工智能和信息处理领域带来新的技术进步，具有重要的产业应用价值和推广前景。