基于深度学习的轻工业供应链多模态数据融合分析方法

本发明公开了一种基于深度学习的轻工业供应链多模态数据融合分析方法，通过以下步骤实现：首先对供应链环境中采集的文本、图像、音频、视频数据进行清洗与标准化处理，构建规范化多模态数据集；继而采用专用特征提取网络分别生成各模态特征向量，通过跨模态相关性分析构建特征关联矩阵；结合领域知识规则库动态调整特征权重，利用跨模态注意力融合网络实现多模态特征交互，通过自注意力机制生成统一融合特征；最终构建供应链决策模型，将融合特征映射为供应链状态评估结果与优化参数。该方法融合知识规则约束与深度注意力机制，可有效提升供应链态势感知精度与决策可靠性，为轻工业供应链智能化管理提供技术支撑。