基于多模态异构数据融合的风险智能识别与分析方法

AITNT
正文
推荐专利
基于多模态异构数据融合的风险智能识别与分析方法
申请号:CN202511014340
申请日期:2025-07-23
公开号:CN120765028A
公开日期:2025-10-10
类型:发明专利
摘要
本发明提供一种基于多模态异构数据融合的风险智能识别与分析方法,涉及风险管理技术领域,包括通过采集多源数据并构建符号‑神经双空间处理,生成语义向量,经过正交矩阵分解和双向长短时记忆网络提取特征,利用自适应权重机制融合多模态信息,应用图谱嵌入算法构建风险传播拓扑网络,实现风险的精准识别与预警,有效提升风险防控能力和预测准确度。
技术关键词
语义向量 融合多模态信息 风险智能识别 概率密度函数 拓扑网络 符号 矩阵 分箱 时序特征 节点 深度神经网络 语义规则 特征值 序列 分区 计算机程序指令 数据 切片
系统为您推荐了相关专利信息
1
一种基于多模态智能分析的科研成果全周期管理系统及方法
多模态智能分析 周期管理系统 协同过滤算法 光学字符识别 业务流程自动化
2
自动驾驶测试场景集优化方法、装置、设备及存储介质
测试场景 仿真场景 条件生成对抗网络 学生 自动驾驶系统
3
基于期望最大化与特征值分解的类噪声干扰探测方法及系统
协方差矩阵 特征值 EM算法 样本 概率密度函数
4
一种基于输入变量相关的固热耦合概率模型高效求解方法
力学性能参数 变量 Copula函数 细观模型 初始弹性模量
5
分布式多辐射源无源定位方法及系统
定位问题 概率密度函数 监测站 信号强度值 辐射源
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