摘要
本发明公开了产业链多模态数据智能分析系统,该系统融合改进的多层感知机与Q‑learning模型,对多模态数据进行高效采集,通过改进多层感知机架构,增加残差连接结构并调整激活函数参数,实现对多模态数据的精准特征提取与基于注意力机制的融合,结合产业链产能、物流运输时间等参数构建产业链拓扑图,将多模态融合特征向量映射至图中节点,建立数据与产业链参数的关联,运用Q‑learning算法,以最大化长期累积收益为目标,基于产业链拓扑图与融合特征向量生成动态策略集,并通过策略执行反馈数据,对改进多层感知机网络参数和Q‑learning算法的Q值表进行优化迭代,本发明实现对产业链多模态数据的智能化分析处理,推动产业链智能化升级。
技术关键词
数据智能分析系统
多层感知机
多模态
拓扑图
数据结构格式
参数
模态特征
模块
节点
数据采集终端
注意力机制
关键词
融合策略
算法
建立通信
文本特征向量
产能