摘要
本发明涉及数据管理的技术领域,尤其涉及一种基于人工智能的数据自动分级管理方法,包括:通过多源数据采集通道采集待分级数据,并对所述待分级数据进行数据预处理,生成训练数据集;基于改进的Transformer架构构建特征提取网络,结合跨模态机制提取所述训练数据集中的数据特征,生成动态特征映射矩阵;利用所述动态特征映射矩阵构建基于图神经网络的时空域融合模型,计算数据敏感度指数,并进行自适应分级。本发明能够处理复杂的跨模态数据,融合时空域特征,并通过改进的深度学习模型实现高效的分级管理,从而有效解决了现有数据分级方法在数据多样性、实时性和精准性上的问题。