摘要
本发明公开了一种基于多分支自适应深度融合的健康监测系统及装置,涉及健康管理辅助技术领域。该系统包括:数据获取模块获取目标人群的图像、文本和音频数据;健康监测模型构建模块构建多模态健康监测模型,该模型通过特征提取子模块对各模态数据提取特征,监督自编码器对齐子模块经自监督学习和基于标签的监督学习得到低维潜在表示向量,多分支自适应融合子模块以一种模态为主导自适应融合其他模态并通过门控机制调权重,动态门控深度融合决策子模块采用双分支架构生成多模态预测结果;健康评估模块据此生成健康状态评估结果。本发明通过多分支自适应深度融合架构,解决传统方法模态融合难等问题,提升健康监测的准确性、鲁棒性与智能化水平。
技术关键词
模态特征
健康监测系统
融合特征
多模态
多分支
动态门控
子模块
sigmoid函数
卷积特征提取
标签
文本
音频
重构
决策
编码器
数据获取模块
图像
健康监测装置
样本
特征选择
系统为您推荐了相关专利信息
土地利用动态
机器学习模型
多模态特征
建筑
sift算法
大数据处理系统
物联网通信模块
分布式数据交互
大数据处理方法
设备指纹识别
结构特征提取
语义特征提取
双模态
文本
多模态信息融合
客户识别方法
联邦学习模型
融合特征
多模态
语义特征