基于深度神经网络的多模态数据分类与识别技术研究

扫码查看

原文链接

万方数据
维普

中文摘要：本文深入研究了基于深度神经网络的多模态数据分类与识别技术,旨在解决多模态数据复杂性和多样性带来的挑战,充分利用模态间的互补性来提升分类准确性.研究基于多模态数据在图像、文本、语音和视频等领域的广泛应用及其处理难点,通过设计模态独立特征提取模块、模态融合模块和分类器,实现了多模态数据的特征学习,并采用基于注意力机制和多层感知器的融合策略,通过加权损失与模态协同训练优化网络性能.结果表明,该模型在多模态数据分类任务中显著提高了准确性和鲁棒性.

作者：

王蕊

展开 >

作者单位：

昆明城市学院

关键词：

深度神经网络多模态数据数据分类与识别

出版年：

2024

DOI：

10.20167/j.cnki.ISSN1673-7911.2024.06.21

中国宽带

ISSN：

年,卷(期)：2024.20(6)