摘要
本发明公开了一种基于人工智能的计算机信息筛查系统及方法,具体涉及信息筛查技术领域;分析待筛查信息的多模态特征向量,并通过特征投影网络评估在高维特征空间中的分布密度;对多模态特征向量进行降维映射,计算降维后的特征簇间距离矩阵,评估特征空间的局部折叠程度;随后,基于特征分布密度和局部折叠程度,判断特征空间的扭曲程度是否超过预设阈值;当扭曲程度超出阈值时,通过计算原始特征与重构特征之间的互信息,评估特征损失程度;综合多模态特征的分布密度、局部折叠程度及特征损失程度,评估信息筛查结果的整体可靠性,并判断是否需要调整筛查策略,有效提升复杂数据筛查的准确性与稳定性,适用于大规模数据分析与异常检测场景。
技术关键词
筛查方法
密度
指数
筛查系统
重构
特征融合方法
高维特征向量
策略
矩阵
模块
多模态特征
筛查技术
预训练模型
网络
估计方法
特征点
编码器
非线性
系统为您推荐了相关专利信息
生物特征数据
管理方法
大数据技术
水下声学
水下图像数据
运营大数据
客户反馈信息
日志
变化趋势预测
波动特征
深度学习模型
区间预测方法
条件风险价值
随机梯度下降
功率
烟雾预警系统
烟雾预警提示
烟雾传感器
像素点
时间段