一种基于聚类引导梯度对比学习的多模态空间域鉴定方法

AITNT
正文
推荐专利
一种基于聚类引导梯度对比学习的多模态空间域鉴定方法
申请号:CN202510793466
申请日期:2025-06-13
公开号:CN120690281B
公开日期:2026-01-02
类型:发明专利
摘要
本发明公开了一种基于聚类引导梯度对比学习的多模态空间域鉴定方法,包括步骤一、构建数据集;步骤二、构建多模态空间域鉴定模型;步骤三、利用数据集训练所述多模态空间域鉴定模型,得到多模态表征,并使用无监督聚类方法mclust聚类得到空间域鉴定结果。本发明通过调整样本和不同簇心之间的距离,增加同簇样本之间的语义一致性与不同簇样本之间的差异性;并设计了模态间注意力融合模块,根据不同模态数据的信息量调整其权重,实现多模态特征的自适应融合,提升了提升空间域鉴定的质量,具有较好的鲁棒性。
技术关键词
K近邻方法 样本 无监督聚类方法 预训练模型 解码器 空间位置关系 编码器 多模态特征 语义 数据处理方法 模块结构 注意力 图像 节点特征
系统为您推荐了相关专利信息
1
组织病理学图像的分割方法、装置、设备、介质及产品
组织病理学图像 分割方法 原型 无标签样本 无标签数据
2
用于流数据的独立正确采样证明的方法和系统
密钥 数据项 样本 网络元件处 指令
3
一种土石坝溃坝预测方法及相关设备
土石坝溃坝 变量 大坝 样本 数据迭代次数
4
基于微单倍体进行人类细胞嵌合率检测的方法和系统
单倍体 PCR扩增技术 捕获探针 有效性 样本
5
VEM-Token节拍捕捉和对齐模型建构的方法
终点 声乐 指针 序列 双向通信协议
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号