基于多元特征融合框架的脑损伤预测方法和预测系统

本发明提出了基于多元特征融合框架的脑损伤预测方法和预测系统，涉及深度学习技术领域。针对现有技术中采用非线性回归法进行多元数据损伤预测，无法有效融合动态特征与静态特征的问题，本发明通过获取车辆的动态特征数据、静态特征数据、动态力学效应参数、静态影响效应参数以及多种工况下的脑损伤程度数据。以动态力学效应参数作为输出，训练动态预测模型，能够确保动态特征时序规律的精确提取，以静态影响效应参数作为输出，能够确保静态特征结构化规律提取，最终将动态特征向量和静态特征向量作为融合预测模型的输入，实现动态时序规律和静态结构化规律的融合，确保两类特征被充分融合，使得预测结果更加精准。