摘要
本发明涉及分析图表生成技术领域,尤其涉及基于人工智能的多模态数据分析图表生成方法,方法包括:获取多模态数据分析图表样本集合,多模态数据分析图表样本集合中的单个分析图表样本元素包含四种模态数据,具体为文本数据、图像数据、音频数据以及结构化数据;对单个分析图表样本元素进行预处理以及多模态特征融合操作,输出多模态数据分析图表样本集合的特征矩阵;构建重要值预测模型,预测分析图表样本元素的重要值,并计算单个分析图表样本元素的重要性系数;构建传播力预测模型,预测分析图表样本元素的传播力,并计算单个分析图表样本元素的传播力系数;计算分析图表生成的优先级系数,确保高优先级的分析图表优先生成。
技术关键词
多模态数据分析
图表生成方法
样本
元素
多模态特征融合
深度信念网络模型
标签
朴素贝叶斯算法
卷积神经网络提取
生成音频数据
深度神经网络模型
随机森林模型
矩阵
生成技术
视觉特征
误差
数据分布
系统为您推荐了相关专利信息
网络入侵检测
生成对抗网络模型
入侵检测方法
入侵检测模型
时间卷积网络
样本生成方法
遥感图像分类
生成对抗网络
逆变器
分类网络
荧光显微图像
光学传递函数
低通滤波器
扫描荧光显微镜
物理成像模型
时序特征
QoS信息
参数
电子设备
XGBoost模型