多模态特征融合模型训练方法和装置、电子设备及存储介质

AITNT
正文
推荐专利
多模态特征融合模型训练方法和装置、电子设备及存储介质
申请号:CN202511110305
申请日期:2025-08-08
公开号:CN121009493A
公开日期:2025-11-25
类型:发明专利
摘要
本申请实施例提供了一种多模态特征融合模型训练法和装置、电子设备及存储介质,属于模型学习技术领域,适用于金融科技。该方法包括:获取多模态样本数据,获取多模态样本数据的目标融合特征;获取初始多模态特征融合模型;基于初始多模态特征融合模型,对多模态样本数据进行多模态特征提取,得到多模态特征;对多模态特征进行低层特征空间对齐,得到多模态对齐特征;对多模态对齐特征进行高层语义特征融合,得到多模态融合特征;对多模态融合特征进行特征优化,得到优化融合特征;对初始多模态特征融合模型进行参数调整,得到目标多模态特征融合模型。本申请实施例能够提高多模态特征融合的效率。
技术关键词
多模态特征融合 融合特征 高层语义特征 注意力 模型训练方法 多尺度特征提取 池化特征 样本 层级 特征加权融合 电子设备 模型训练装置 模型训练模块 可读存储介质 数据
系统为您推荐了相关专利信息
1
一种基于跨域特征迁移的红外弱小目标检测方法
注意力 数据 空洞 矩阵 网络
2
基于上下文信息的连续视频人体行为定位方法
卷积网络模型 定位方法 视频 注意力机制 编码器
3
短文本生成图像模型训练方法、系统、短文本到图像的生成方法、电子设备及存储介质
模型训练方法 大语言模型 图像 生成方法 噪声数据
4
入侵检测告警降噪与优先级动态排序方法
噪声识别 动态排序方法 语义向量 二分类模型 引入注意力机制
5
知识产权司法保护跨部门协同效能监测系统及方法
效能监测方法 混合神经网络模型 效能监测系统 指标 贝叶斯网络模型
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