摘要
本申请提出一种跨域数据的特征提取方法、装置、设备及存储介质,其中,该方法包括:获取多模态的跨域数据;分别对每个模态的所述跨域数据进行表征,并对表征后的所述跨域数据进行特征提取,获得基准特征信息;基于所述跨域数据和所述基准特征信息构建初始图结构;基于所述初始图结构中节点之间的相似度对所述初始图结构进行边筛选,获得信息分布图;基于预先训练的图神经网络模型对所述信息分布图进行特征提取,获得融合特征数据。通过本申请的技术方案,能够快速有效的对多模态的跨域数据进行特征提取。
技术关键词
基准特征
计算机执行指令
神经网络模型
特征提取方法
融合特征
数据
特征地图
特征提取装置
节点
注意力
多模态特征
可读存储介质
计算机程序产品
模块
处理器通信
存储器
系统为您推荐了相关专利信息
耦合特征
风险预测模型
推进器
工况
卷积神经网络模型
仿真数据
神经网络模型
诊断方法
双转子系统
航空发动机转子系统
关系抽取方法
Softmax分类器
Attention机制
特征值
融合特征提取