摘要
本发明属于数据融合技术领域,公开了一种城市存量空间多模态数据的并行融合方法、系统、终端及存储介质,所述方法包括:对城市存量空间多模态数据依次进行分类、特征向量粗提取和归一化,得到全向量的存量空间数据集;主节点基于多模态时空索引结构对全向量的存量空间数据集和神经网络模型进行划分,并对应分配给各个子节点;每个子节点通过深度学习算法进行特征向量细提取,并通过多头注意力机制进行多模态数据初步融合;主节点采用联邦学习方法对每个子节点输出的局部融合特征向量进行全局汇聚,并通过迭代训练生成目标汇聚模型。本发明显著提升了大规模、多样化的城市存量空间多源数据的融合处理效率。
技术关键词
神经网络模型
主节点
融合方法
多头注意力机制
数据特征提取
时序
联邦学习方法
深度学习算法
特征提取模块
索引
Softmax函数
融合系统
多模态数据融合
任务分配策略
数据存储位置
系统为您推荐了相关专利信息
梅花触头
仿真模型
LSTM神经网络模型
开关柜静触头
流体多物理场耦合
标准化方法
原子力显微镜
组学技术
疾病标志物技术
数据
人脸活体检测方法
人脸特征
双流卷积神经网络
卷积神经网络模型
模型框架构建
监控虚拟机
数据预测模型
性能指标监控方法
性能指标数据
告警机制
解码器结构
数据编码器
时序
长短期记忆网络
卷积神经网络模型