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
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
商业
实体
模型更新方法
多模态数据融合
数字孪生
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