一种面向不完整多模态数据的双层缺失抵抗方法

本发明公开了一种面向不完整多模态数据的双层缺失抵抗方法，包括：构建细粒度模态内缺失抵抗模块，通过动态平衡缺失区域抑制与全局能力保持的关系，增强模型对模态内局部缺失数据的鲁棒性；设计粗粒度模态间缺失抵抗模块，采用跨模态共享特征预测填补全模态缺失信息，结合任务驱动的能力感知评分器动态计算模态融合权重，实现基于注意力机制的自适应特征融合。本发明通过动态权重分配机制强化高质量数据的监督信号，在缺失率高达90％的极端场景下仍保持模型鲁棒性，有效解决了多模态数据中混合粒度缺失导致的语义理解偏差问题。