摘要
本发明涉及数据融合技术领域,具体为基于人工智能深度学习的多源异构数据融合处理系统及方法,包括数据收集模块、数据预处理模块、特征提取模块、数据融合模块、结果评估模块和应用输出模块,所述数据收集模块收集不同数据源的原始数据并传递给数据预处理模块,所述数据预处理模块对原始数据进行时空自监督训练与数据增强后输出预处理数据,所述特征提取模块对预处理数据进行特征提取输出特征数据,所述数据融合模块将特征数据进行融合处理得到融合数据,所述结果评估模块对融合数据进行评估,所述应用输出模块将评估后的融合数据进行输出,采用Lasso回归模型进行初步特征筛选,提高特征提取的准确性和效率。
技术关键词
人工智能深度学习
深度学习模型
数据收集模块
量子退火算法
特征提取模块
异构
特征选择
动态权重分配
输出模块
特征提取单元
数据存储单元
数据同步
训练卷积神经网络
构建卷积神经网络
数值积分方法
展示单元
数据融合技术
薛定谔方程
系统为您推荐了相关专利信息
深度信息融合
注意力
多尺度特征解码
融合特征
特征提取模块
背景噪声
注意力
特征提取模块
网络模型训练
残差网络
图像处理系统
特征提取模块
视觉特征编码
网络结构
多模态
监控方法
图像采集模块
在线
卷积神经网络深度学习
视觉