摘要
本发明涉及智能弱电数据处理技术领域,具体为一种智能弱电监控系统的多模态数据融合方法及系统;具体为:采集多模态弱电数据;进行两级去噪消除噪声干扰并保留边缘细节,再通过标准化与哈希生成鉴别分项保障数据有效性;采用跨模态自适应注意力机制动态分配图像与时序特征的权重,结合残差融合策略捕捉模态间交互细节,实现图像与传感器时序数据的高效互补性融合;通过深度自动编码器重构误差与分类网络异常概率的联合决策机制生成综合异常得分,结合阈值判定实现高鲁棒性异常检测。本发明有效提升弱电监控场景的异常检测精度与系统可靠性。
技术关键词
智能弱电
数据融合方法
重构误差
深度自动编码器
融合特征
时序特征
异常检测方法
模态特征
特征加权融合
无监督
小波阈值去噪方法
注意力机制
跨模态
迭代方法
卷积神经网络提取
分类网络
系统为您推荐了相关专利信息
群体划分方法
模式
超图卷积网络模型
切片
表达式
工业物联网设备
特征提取模型
实时监测数据
指标
重构误差
船舶检测方法
上下文特征
卷积特征
光学遥感图像
检测损失
形态预测方法
融合特征
数据获取模块
坐标
预测装置