摘要
本申请涉及安全预警技术领域,公开了基于多模态数据融合的安全预警方法、系统及存储介质。方法包括:在目标环境部署数据采集设备,采集多模态数据,并进行预处理;分别提取各模态数据的特征;计算不同模态特征之间的相关性,基于相关性得分计算注意力权重,并引入门控机制结合历史数据调整注意力权重;将调整后的注意力权重与各模态数据相乘得到加权模态数据,并进行拼接得到融合模态数据;基于融合模态数据生成训练集和测试集,训练安全预警模型,并通过测试集输出预警结果。根据预警结果计算预测误差,并根据预测误差更新安全预警模型的参数。本发明能够提升安全预警模型的准确度和可靠性,有效降低误报率。
技术关键词
模态特征
预测误差
多模态数据融合
数据采集设备
综合预警模型
物联网设备数据
预警方法
注意力
卷积神经网络提取
音频特征
音频采集设备
数据采集频率
标签
机器学习算法
参数
深度学习模型
系统为您推荐了相关专利信息
区分缺陷
多模态数据融合
光谱成像
纹理特征提取
提花织物
稀疏特征
数据处理模型
模态特征
多模态
模型训练方法
缺陷检测方法
变形缺陷
多维特征向量
多模态数据融合
频域特征
特征提取模型
图像
模型训练方法
非易失性存储介质
识别方法
车辆状态信息
多模态特征
信息编码器
状态编码器
指令识别方法