-
公开(公告)号：CN117668747A
公开(公告)日：2024-03-08
申请号：CN202311560279.4
申请日：2023-11-22
Applicant: 桂林电子科技大学
IPC: G06F18/25 , G06N3/0464 , G06F18/24
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于超图的多模态数据融合网络方法，包括根据实验数据的样本或特征的数量选择对应的超边生成方法，获取多个超边和多个节点构成的超图结构；对多条所述超边进行权重超图卷积，得到融合结果，本发明用超图结构来表示数据之间的高阶关系。本发明针对不同的数据集类型提出了不同的超图生成方式。通过上述步骤可以充分的学习样本中数据之间的关系，能够联合不同的模态提取特征，分类精度高于其他模型算法。同时本发明发现，即使使用单一模态数据，本发明提出的模型也比其他竞争模型算法有着更好的分类精度。解决了现有的多模态数据融合网络对数据处理的效果较差的问题。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
