一种自适应权重多模态融合的生物特征智能分类预测方法

本发明公开了一种自适应权重多模态融合的生物特征智能分类预测方法，属于医疗保健信息技术领域，包括以下步骤：对多模态生物特征进行维度对齐和标准化映射，得到稳定特征集；接着通过降维策略实现冗余优化与特征融合；最终，融合特征输入分类器进行预测，并结合冗余操作计数生成置信度分数，本发明提供的一种自适应权重多模态融合的生物特征智能分类预测方法，实现了高效、稳健、可控的智能分类，不仅能够充分利用多模态特征的互补信息，提高特征表达的判别力，还能通过动态冗余检测和自适应调节消除无效或重复信息，降低噪声干扰，从而显著提升分类准确性和稳定性。同时，提供置信度量化与不确定性提示功能，使预测结果更可靠。