基于深度学习的智能物联与元宇宙虚实融合识别方法及系统

AITNT
正文
推荐专利
基于深度学习的智能物联与元宇宙虚实融合识别方法及系统
申请号:CN202510579056
申请日期:2025-05-07
公开号:CN120105041B
公开日期:2025-07-18
类型:发明专利
摘要
本发明提供基于深度学习的智能物联与元宇宙虚实融合识别方法及系统,涉及元宇宙技术领域,包括获取虚拟与实际行为数据,利用深度神经网络模型提取特征向量,结合注意力机制进行交叉融合,并通过图神经网络构建时序关系图,最终实现对用户虚实行为一致性的评分与验证。本方法能有效提升虚实行为识别准确率,增强元宇宙场景中的安全性与交互体验。
技术关键词
节点特征 上下文特征 时序依赖关系 特征点 条件随机场 融合识别方法 动态规划算法 序列 深度神经网络模型 注意力机制 矩阵 特征模板 计算机程序指令 物联网设备 场景 邻居 输出特征
系统为您推荐了相关专利信息
1
一种基于图卷积网络的方面级情感分析方法、设备及介质
情感分析模型 情感分析方法 感知特征 注意力 卷积模块
2
基于双目视觉的车道障碍物检测与测距方法
测距方法 障碍物类别 车道 视觉 感兴趣区域提取
3
图像识别下的充电枪智能插拔方法及装置
微型摄像头 车辆三维模型 实时图像 插拔方法 特征点
4
一种基于稀疏Sobolev图神经网络的分布式新能源源-荷协同优化方法
分布式新能源 协同优化方法 负荷 神经网络模型 矩阵
5
一种无损的生物样品组分分布的获取方法
能谱CT图像 待测生物样品 密度分布矩阵 切片 特征点
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