摘要
本发明公开了动态多模态数据融合与实时分析方法,具体涉及数据分析技术领域;对多模态数据进行标准化与时间对齐,评估各模态在当前场景下的稳定性,计算稳定性评分;使用深度神经网络提取特征并融合的同时,实时检测模态间的异常同步偏移,并计算协同偏移强度;基于稳定性评分与偏移强度的联合反馈,对疑似异常模态执行软屏蔽处理;进一步通过时序预测算法评估其未来融合风险,必要时中断模型执行流程并触发异常处置机制,从而显著提升多模态系统在复杂环境下的可靠性与安全性。
技术关键词
实时分析方法
多模态数据融合
深度神经网络
动态
多模态系统
预训练语言模型
信噪比
数据分析技术
强度
多模态特征
序列
频率同步
音频
时间段
听觉
计算方法
高风险