一种基于多模态特征的数据聚合方法

本发明公开了一种基于多模态特征的数据聚合方法，包括：采集多模态数据经预处理，按模态提取特征并划分为高、中、低维度数据，针对高维数据，利用球树算法定位近邻点；中维数据基于分布密度动态调整邻域范围；低维数据通过欧氏距离计算邻域，再借助局部线性嵌入映射至低维空间，随后遍历低维数据，统计离散型数据取值频率与连续型数据概率密度，结合信息熵计算边际概率，以此确定数据聚合权重，最终按高、中、低层级顺序拼接降维后的特征，对各层级块内进行概率归一化，生成聚合综合特征。该方法通过多维度差异化处理、基于数据分布的权重计算，实现多模态特征的聚合，提升特征互补性与精准性。