摘要
本发明提供一种基于动态补全的多模态缺失数据情感识别方法及系统,涉及情感识别领域,包括计算模态可靠性权重向量,确定模态组合并进行动态对齐,构建演化轨迹图预测缺失节点特征,基于信息熵分布划分时序补全区间进行自适应特征补全,最终实现情感识别。本发明能有效处理多模态数据缺失问题,提高了跨模态特征捕获能力和情感识别准确率,增强了系统鲁棒性。
技术关键词
时序演化规律
时序特征
预测特征
多模态
融合特征
信息熵
偏移特征
情感识别方法
数据缺失标记
节点特征
动态
序列
特征值
模态特征
计算机程序指令
概率密度函数
情感识别系统
系统为您推荐了相关专利信息
信息抽取模型
证件
神经网络模型
多模态
大语言模型
编码超表面
天线阵列
电压控制模块
控制开关器件
天线单元
梅尔频率倒谱系数
认证向量
低通滤波器参数
通用背景模型
生物特征识别方法
深度补全方法
稠密深度图
稀疏深度图
多模态
深度分布特征