摘要
本发明涉及数据管理技术领域,且公开了多模态大模型驱动的企业全链路智能管控平台,包括以下步骤:从企业内部不同部门采集多模态数据;将不同部门采集的模态数据映射至统一的特征向量,并依次通过卷积核C1、采样池S2、卷积核C3来获取该特征向量的模态特征;根据不同部门及其对应的模态特征建立各部门的特征数据库;根据该模态特征是否同时落入多个部门的特征数据库,来判断企业各部门数据的模态特征与其他部分数据的模态特征是否存在交集。本发明通过利用卷积核与采样池提取周期性及趋势特征,能够有效捕捉不同部门数据的潜在关联性,并且结合特征数据库的交叉验证,精准识别数据交集,打破传统部门间数据隔离。
技术关键词
模态特征
特征数据库
智能管控平台
周期性特征
数据标签
企业
链路
多模态
增量学习算法
数据管理技术
采样池
动态更新
关系
时序
文本
图像
模块
系统为您推荐了相关专利信息
图像识别模型
特征数据库
数据处理方法
智能电网
输电线路故障
医学影像数据
医学影像特征
关键词
文本
NoSQL数据库
稳定性预测方法
注意力机制
卷积神经网络提取
数据
大跨度屋面
智能检测方法
时序特征
传感器噪声
生成模拟噪声
工业数据处理