摘要
本发明公开了一种基于深度学习网络的多模态数据提取方法，包括：S1：获取多模态原始数据集并进行标准化；S2：对标准化多模态数据中的各模态数据进行特征提取得到各模态的深度特征；S3：对各模态的深度特征进行动态融合得到联合特征；S4：将标准化多模态数据的联合特征输入训练好的分类模型中，得到对应的科研数据标签；S5：得到每个多模态数据的科研数据标签；基于科研数据标签和对应的多模态数据构建数据样本，得到包含若干个数据样本的科研数据集；S6：基于用户的查询需求从科研数据集中匹配对应的目标数据样本并从匹配的目标数据样本中提取目标数据。本发明能够实现对研发实验数据的高效分类存储和精准提取。
