摘要
本发明涉及一种基于自适应权重的多维数据融合方法及系统，包括数据采集与预处理、多维数据的特征提取、多维数据融合与分类判别、反馈学习机制以及结果解释。采用了多策略协同哈里斯鹰算法：混合种群初始化策略、最优解保留策略、余弦递减逃逸能量算子迭代方法、双策略变异最优解和自适应权重因子猎物更新策略；设计反馈学习机制，对模型在实际数据中的表现进行持续改进。多维数据融合模块将数据主要判别特征与辅助判别特征结合；支持向量机分类模型通过核函数捕捉复杂特征之间的非线性关系。该发明能够有效应对多维数据环境中的噪声和异构性，支持多维数据融合的实时判别和结果解释，为复杂数据分析和智能决策提供了更加可靠和准确的支持。
