基于多模态数据融合的目标回波分类方法及系统

本发明公开了基于多模态数据融合的目标回波分类方法及系统，涉及计算电磁学技术领域，解决了模型在噪声环境下分类准确率下降，泛化能力受限，以及在模态数据分布变化时性能波动大的技术问题；通过B i LSTM建模时序依赖性，分析各个特征的权重，剔除特征后，通过不剔除特征的跨模态融合保留全局信息，特征剔除后的交叉融合聚焦关键判别特征，两者结合可兼顾信息完整性与计算效率。通过GRU的隐状态动态调整不同模态特征对分类结果的贡献。若某模态数据缺失，原始融合路径仍可利用其他模态信息，而筛选融合路径可依赖剩余模态的关键特征。冗余特征保留与关键特征筛选的平衡，可降低模型对特定噪声模式的敏感性。