摘要
本发明公开了基于多模态数据融合的可调节多模态数据聚合方法及系统,涉及多模态数据融合技术领域,包括以下步骤:构建知识图谱,并根据多模态数据波动数据库,得到不同尺度卷积核的第一数量,并对数据库进行数据匹配,得到卷积核尺度的第一范围;根据每个卷积核的最佳尺度对多模态数据进行动态特征提取;对提取的特征结合知识图谱进行相关性分析,并根据相关性分析结果,对每个电力设备节点的信息进行聚合;本申请通过综合运用深度学习技术、多模态数据相关性分析技术以及先进的聚合算法,解决多模态数据相关性分析不够精准深入、负荷聚合效果欠佳以及电力系统设备信息聚合缺乏高效性的问题。
技术关键词
多模态数据融合
动态特征提取
矩阵
注意力
构建知识图谱
电力设备节点
节点特征
相关性分析技术
生成特征
电力系统设备
匹配模块
深度学习技术
算法
特征值
非线性
系统为您推荐了相关专利信息
图像识别方法
生成数据集
椒盐噪声
卷积特征
复杂度
视频流
多模态特征
音频
多模态数据融合
态势预测方法
雷达信号分选方法
机器视觉检测技术
脉冲重复间隔
变换算法
脉冲流
代码摘要生成方法
注意力机制
抽象语法树
预训练语言模型
滑动窗口机制
期望最大化算法
数字水印算法
伽马模型
代表
广义