摘要
本发明提供了一种基于多模态融合的院前急救需求量预测方法及系统,属于大数据多模态信息处理技术领域。对院前急救需求量的历史时间序列数据进行特征提取,得到时间序列编码特征;根据院前急救需求量对应的外部因素数据,得到外部因子嵌入特征,将外部因子嵌入特征与时间序列编码特征进行连接,得到序列特征表示;根据院前急救需求量对应的空间图像数据,得到空间特征表示,将序列特征表示与空间特征表示通过跨模态的注意力融合,得到院前急救需求量预测结果;本发明通过有效的数据融合手段将来源于不同模态的特征进行深层次的融合,充分扩充了数据维度,避免了单一数据所导致的局限性和片面性,提高了院前急救预测结果的精度。
技术关键词
需求量预测方法
嵌入特征
序列特征
编码特征
多模态
注意力
跨模态
数据
计算机程序产品
因子
信息处理技术
处理器
特征提取模块
图像
编码器
预测系统
可读存储介质
存储器
系统为您推荐了相关专利信息
涂层厚度控制方法
扩展特征向量
参数
偏差
时间序列特征
优化集成电路芯片
嵌入特征
标注方法
矩阵
二维快速傅里叶变换
高维特征向量
多模态传感器
混合神经网络模型
能耗
多模态数据融合
视频内容分析方法
文本识别模型
字幕
视频编码器
音频