基于多模态数据融合的道岔设备异常识别方法及系统

本申请涉及道岔设备异常识别技术领域，其公开了一种基于多模态数据融合的道岔设备异常识别方法及系统，其首先通过对原始缺口图像和原始振动信号进行模态专属编码，并在此基础上进行注意力引导的跨模态信息融合，接着，通过跨模态协同解码与重构，并基于重构误差进行异常分数计算，这样，能够有效应对实际应用中异常样本稀缺的问题，无需大量异常数据即可进行有效训练和识别，降低了模型部署和维护的难度。最终，能够实现对道岔设备异常的早期、精准预警，为铁路运维部门提供及时、可靠的诊断依据，从而有效降低设备故障率，保障列车运行安全。