摘要
本发明公开了一种多模态数据融合采集系统及方法,本发明通过Bi‑GRU网络对振动信号的文本信息、频域图像和红外图像数据进行特征提取,将多个模态的数据融合为一个综合特征矩阵。该过程能够从每个模态中提取关键特征,为后续的关系,通过构建邻接矩阵并进行图卷积操作,模型能够有效地捕捉不同模态之间的非欧几里得关系。这种方法打破了传统基于矩阵的操作模式,能够更好地处理模态间的依赖关系,提升了特征融合的质量。而且利用最小二乘加权最小二乘法(WLS)融合和多模态因子分解技术进一步优化了特征融合,提高了系统对噪声和异常数据的鲁棒性。
技术关键词
模态特征
多模态数据融合
交叉注意力机制
门控神经网络
融合特征
矩阵
采集系统
红外图像特征
故障类别
变压器故障状态
信号
文本
加权最小二乘法
关系
表达式
神经网络单元
损失函数优化