摘要
本发明涉及数据处理技术领域，具体为一种基于多模态融合的标准化检测结果校准方法，包括，通过对不同模态数据进行高精度时空同步与标准化，利用时间戳对齐、互相关函数及IMU动态补偿，通过采用局部异常因子算法结合动态参数调整，并利用多模态数据内在关联性进行交叉验证，构建并持续优化高置信度的系统状态表示模型，采用贝叶斯在线学习框架实现模型参数的实时辨识与自适应校准；还包括多传感器交叉验证与残差分析进行闭环再校准，通过强化学习代理生成最优行动序列，实现对被监测对象关键指标的精准预测，并能针对特定事件进行瞬时校准与情境化预测，全面提升了系统监测的智能化水平和维护效率。
