一种基于深度神经网络的主题自适应切换方法及系统

本发明涉及软件管理技术领域，尤其涉及一种基于深度神经网络的主题自适应切换方法及系统，包括多模态数据采集、数据隐私处理、轻量化意图推理与联邦学习、多模态决策融合与弹性执行、跨平台自适应渲染、持续学习与用户反馈以及可视化交互与人工干预；本发明相对于传统技术主要依赖点击日志等单一维度数据进行意图识别，无法有效捕捉用户操作的时空关联性与手势行为细节，导致意图判断偏差较大且规则维护成本高昂，本发明通过集成多模态传感器数据构建全维度时空特征流，结合时空图卷积网络建模用户行为的动态连续性，显著提升意图识别精度，同时采用联邦学习框架实现分布式模型更新，大幅降低系统迭代与维护成本。