摘要
本发明公开了一种多模态数据协同分析危险性量化评估系统，包括：多源数据采集单元，用于收集不同模态数据；数据整合单元，采用数据清洗技术，用于将不同格式、来源的数据整合至统一数据库；融合模块，用于运用基于注意力机制的深度神经网络模型，自动学习不同模态数据在评估危险性时的重要程度并动态分配权重；可视化交互单元，用于根据多模态数据生成可视化界面；动态评估单元，用于利用机器学习算法构建个性化初始评估模型；本发明的有益效果是：通过搭建全方位采集体系，收集生理、行为、语言、文本多模态信息，并通过跨模态对比学习挖掘关联特征，自动识别不同模态数据在危险性评估中的重要性，更精准捕捉目标潜在危险信号。
