摘要
本发明公开了一种基于多模态数据融合的水产养殖病害预测方法,涉及水产养殖技术领域,主要包括步骤:收集包含结构化数据和非结构化文本数据的水产养殖数据;将结构化数据输入TabTransformer模型,通过多层Transformer编码器进行列嵌入及特征间上下文关系建模,输出结构化特征向量;将非结构化文本数据输入预训练后的BERT编码器,提取CLS标记的输出向量作为文本语义特征;将结构化特征向量与文本语义特征拼接为融合特征并输入全连接层,通过Sigmoid函数预测各目标病害的发病概率。本发明预测准确率提升,有效解决现有技术预测维度单一、泛化能力弱的问题。
技术关键词
多模态数据融合
Sigmoid函数
语义特征
非结构化文本
标签输出结构
可视化交互界面
编码器
关系建模
硅酸盐浓度
融合特征
水产养殖技术
语义向量
标记
日志
高风险
系统为您推荐了相关专利信息
混合编码器
注意力
上下文特征
生成特征
模块结构
多模态数据融合
无人机
贝叶斯推理方法
生成对抗网络
动态
智能预警方法
数据
生成算法
序列
Sigmoid函数