摘要
本申请公开了一种跨尺度时空配准与对齐的方法,涉及数据处理技术领域,所述方法包括:对获取的多模态数据进行预处理,生成特征向量和知识要素;基于特征向量及其对应的知识要素,进行时间更新特性和空间位置特性的分析,确定多模态数据的数据类型;根据数据类型,于数据类型与对齐配准策略的关联关系中筛选,确定多模态数据对应的目标策略;基于目标策略,融合特征向量及其对应的知识要素,并将融合后的数据时空配准对齐,生成目标结果;基于评估指标和目标结果,结合学习算法,生成目标参数,以优化对齐和配准的相关参数。本申请通过定义时间和空间联合配准的新范式,解决了多源数据融合效果不佳的问题,提高了多源数据融合的精度。
技术关键词
多模态
生成特征向量
全局特征提取
局部特征提取
反馈策略
关系网络
学习算法
编码
数据处理技术
插值算法
标识
成分分析
指标
字段
冗余
实体
标签