龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：徐州医科大学;召邦信息(南京)有限公司
申请日：2024-05-16
公开（公告）日：2024-06-18
公开（公告）号：CN118211057A
主分类号：G06F18/213
分类号：G06F18/213;G06F18/2431;G06F18/25;G06N3/082;G06N3/084;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明提供一种基于自适应权值剪枝的多模态数据挖掘方法，涉及数据挖掘技术领域。通过提出多线性池化方法融合多模态数据特征，基于模态内和模态间的关系分析结果，可以自动融合多模态情绪特征；采用时间卷积神经网络（TCN）对基于时间序列的多模态数据进行挖掘；同时，引入模糊逻辑方法进一步指导训练方向，给出分类结果的可解释性；此外，还设计了一种基于层次相关性分析的自适应权值剪枝方法，以优化TCN模型性能，解决了多模态数据融合及现有基于深度学习的情绪识别模型的可解释性差的问题。
主权项：1.一种基于自适应权值剪枝的多模态数据挖掘方法，其特征在于，包括以下步骤：S1.从视频中绘制文本数据、视觉数据和音频数据；S2.从步骤S1所绘制的文本数据、视觉数据和音频数据中提取基本特征，得到文本特征、视觉特征和音频特征；S3.对步骤S2中所提取的文本特征、视觉特征和音频特征采用多线性池化多模态特征融合方法进行融合；使用多线性池化多模态特征融合方法时，先定义视频的多模态特征，并对文本特征、视觉特征和音频特征之间的参数化交互进行编码，集成特征；并总结N矩阵，将映射结果从列的角度通过平铺N矩阵得到融合后的特征矩阵；S4.引入模糊逻辑设计时间卷积神经模糊网络对步骤S3中融合后的特征矩阵进行数据挖掘，同时引用基于分层相关性分析方法的权值剪枝方法，剔除无效神经元，进而得到数据挖掘结果。
全文数据：
权利要求：
百度查询： 徐州医科大学;召邦信息(南京)有限公司 一种基于自适应权值剪枝的多模态数据挖掘方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号