基于多模态无监督的痧象数据聚类方法、装置及可读介质

AITNT
正文
推荐专利
基于多模态无监督的痧象数据聚类方法、装置及可读介质
申请号:CN202510497578
申请日期:2025-04-21
公开号:CN120411572A
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种基于多模态无监督的痧象数据聚类方法、装置及可读介质,包括:获取痧象图像序列和刮痧过程文本序列,将痧象图像序列中的若干个痧象图像和刮痧过程文本序列中的若干个刮痧过程文本分别进行预处理,得到若干个预处理后的痧象图像和预处理后的刮痧过程文本并输入到痧象数据聚类模型,先分别经过特征提取模块,提取得到对应的图像特征和文本特征并输入到多模态特征融合模块进行特征对齐和特征融合,得到若干个融合特征,再经过特征降维模块,得到若干个低维潜在空间表示并输入到特征聚类模块,通过层次聚类算法进行聚类和分析,得到聚类结果中每个簇对应的痧象图像和刮痧过程文本。本发明能够全面深入地挖掘痧象特征。
技术关键词
数据聚类方法 特征提取模块 文本 无监督 多模态特征融合 层次聚类算法 纹理特征提取 形状特征提取 颜色特征提取 融合特征 图像特征提取 BERT模型 序列 轮廓系数 数据聚类装置
系统为您推荐了相关专利信息
1
具有场景分析模块的自适应音效管理方法及系统
音效管理方法 分析模块 可编程数字滤波器 特征提取模块 多模态传感器
2
基于实体门店多模态感知数据的AI商业大模型系统
商业 实体 模型更新方法 多模态数据融合 数字孪生
3
标签评估方法以及装置
标签 语义向量 双向注意力 关键词 语义相关度
4
一种基于Sentence-BERT和KMeans模型的基因功能分类方法和装置
分类方法 BERT模型 基因 文本 聚类
5
一种对话文本情感识别方法、系统、电子设备及存储介质
文本情感识别方法 情感识别模型 基础 文本情感识别系统 计算机可执行指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号